翻譯|使用教程|編輯:楊鵬連|2020-09-07 11:09:17.077|閱讀 371 次
概述:在本教程中,我們將探討線性回歸的概念,并展示如何使用Highcharts輕松繪制回歸線。
# 界面/圖表報表/文檔/IDE等千款熱門軟控件火熱銷售中 >>
Highcharts是一款純JavaScript編寫的圖表庫,為你的Web網站、Web應用程序提供直觀、交互式圖表。當前支持折線、曲線、區域、區域曲線圖、柱形圖、條形圖、餅圖、散點圖、角度測量圖、區域排列圖、區域曲線排列圖、柱形排列圖、極坐標圖等幾十種圖表類型。
線性回歸是用于建模和預測數據趨勢的簡單但功能強大的數學工具。簡而言之,線性回歸讓我們使用自變量x的值來預測因變量y的值。它被用于許多領域,例如機器學習和金融,我們將在這里作為示例。
在本教程中,我們將探討線性回歸的概念,并展示如何使用Highcharts輕松繪制回歸線。
機器學習中的線性回歸
在機器學習中使用線性回歸的主要目的是對變量(自變量x和因變量y)之間的關系進行建模和分析。該模型將幫助我們使用已知的x值來預測和預測y的值。簡單回歸線的數學模型是一個方程。是等于斜率,其中是相關系數,是y值的標準偏差和是x值的標準偏差。(截距)的等式等于,其中meanY和meanX分別是y值和x值的均值。Y= B*X + ABr*(Sy/Sx)rSySxAmeanY-(B*meanX)
以下演示顯示了2012年奧運會橄欖球七人制運動員的身高與體重之間的關系:
備注
有關如何創建此類演示的更多詳細信息,請隨時參考數據科學和Highcharts:線性回歸。
金融線性回歸
在金融中,線性回歸用于根據先前的價格值周期預測/預測下一個價格走勢。(金融中的商品名稱是“線性回歸指標”,是稱為“技術指標”的一系列統計工具的一部分)。該指標繪制了一系列點,這些點是最后N個點的線性回歸的終點。最終結果將是所有計算點的直線(不一定是線性的)(請參見下面的演示)。
我們可以很容易地注意到,周期越短,預測的準確性就越高。因此,使用5周期的行比使用100周期的行更準確。(但是,“準確”取決于您的分析目標。要更好地了解不同的周期回歸行可以告訴您什么,請查看本文。 )
在根據最后一個值周期處理點時,將根據周期的長度繪制線性回歸線的第一個點(請參見下圖):
請注意,使用Highcharts Stock時,您無需預處理原始數據即可繪制回歸線。只需通過API啟用技術指標,或通過我們的Stock Tools GUI手動啟用。(請參閱所有可用的技術指標。)
您可能會懷疑,財務用例與機器學習略有不同。對于機器學習,任務是創建一個數據模型并可視化相關性。在金融領域,線性回歸指標更像是一種預測工具,因為預測價格變化就是其全部內容。我們希望本文能闡明在不同情況下使用線性回歸概念的主要區別。
APS幫助提升企業生產效率,真正實現生產計劃可視化呈現與控制,快速有效響應不同場景的生產計劃,提高準時交貨能力,提高產能和資源利用率
想要購買Highcharts正版授權,或了解更多產品信息請點擊
本站文章除注明轉載外,均為本站原創或翻譯。歡迎任何形式的轉載,但請務必注明出處、不得修改原文相關鏈接,如果存在內容上的異議請郵件反饋至chenjj@fc6vip.cn
文章轉載自: