题目:最小二乘法线性分类器设计讲课老师:学生姓名：所属院系：专业：学号：最小二乘法线性分类器设计1 描述1.1最小二乘法原理的概述最小二乘法原理是指测量结果的最可信赖值应在残余误差平方和为最小的条件下求出。从几何意义上讲，就是寻求与给定点(x,y)(i=0,1,m)的距离平方和为最小的曲线iiy=p(x)。函数p(x)称为拟合函数或最小二乘解，求拟合函数p(x)的方法称为曲线拟合的最小二乘法。1.2最小二乘法的基本原理最小二乘法又称曲线拟合，所谓“拟合”即不要求所作的曲线完全通过所有的数据点，只要求所得的曲线能反映数据的基本趋势。曲线拟合的几何解释：求一条曲线，使数据点均在离此曲线的上方或下方不远处。从整体上考虑近似函数p(x)同所给数据点(X,y)(i=0,l,m)误差r=p(x)-y(i=0,1,m)的大小，常用的方法有以下三iiiii种：一是误差r.=p(x)-y(i=0,1,m)绝对值的最大值maXr|，即误差向量1111im1r=(r,r,r)t的范数；二是误差绝对值的和迟|r|，即误差向量
