在本教程中，我们将探讨线性回归的概念，并展示如何使用Highcharts轻松绘制回归线。
Highcharts是一款纯JavaScript编写的图表库，为你的Web 站、Web应用程序提供直观、交互式图表。当前支持折线、曲线、区域、区域曲线图、柱形图、条形图、饼图、散点图、角度测量图、区域排列图、区域曲线排列图、柱形排列图、极坐标图等几十种图表类型。
Highcharts最新试用版
线性回归是用于建模和预测数据趋势的简单但功能强大的数学工具。简而言之，线性回归让我们使用自变量x的值来预测因变量y的值。它被用于许多领域，例如机器学习和金融，我们将在这里作为示例。
在本教程中，我们将探讨线性回归的概念，并展示如何使用Highcharts轻松绘制回归线。
机器学习中的线性回归
在机器学习中使用线性回归的主要目的是对变量（自变量x和因变量y）之间的关系进行建模和分析。该模型将帮助我们使用已知的x值来预测和预测y的值。简单回归线的数学模型是一个方程。是等于斜率，其中是相关系数，是y值的标准偏差和是x值的标准偏差。（截距）的等式等于，其中meanY和meanX分别是y值和x值的均值。Y= B*X + ABr*(Sy/Sx)rSySxAmeanY-(B*meanX)
以下演示显示了2012年奥运会橄榄球七人制运动员的身高与体重之间的关系：
备注
有关如何创建此类演示的更多详细信息，请随时参考数据科学和Highcharts：线性回归。
金融线性回归
在金融中，线性回归用于根据先前的价格值周期预测/预测下一个价格走势。（金融中的商品名称是“线性回归指标”，是称为“技术指标”的一系列统计工具的一部分）。该指标绘制了一系列点，这些点是最后N个点的线性回归的终点。最终结果将是所有计算点的直线（不一定是线性的）（请参见下面的演示）。
上表显示了5个价格点（黑线）和100个价格点（绿线）期间的APL股价和两个线性回归指标。顺便说一下，句点是指值的数量；例如，金融中的5个期间包含5个价格点/价值。
在根据最后一个值周期处理点时，将根据周期的长度绘制线性回归线的第一个点（请参见下图）：
请注意，使用Highcharts Stock时，您无需预处理原始数据即可绘制回归线。只需通过API启用技术指标，或通过我们的Stock Tools GUI手动启用。（请参阅所有可用的技术指标。）
您可能会怀疑，财务用例与机器学习略有不同。对于机器学习，任务是创建一个数据模型并可视化相关性。在金融领域，线性回归指标更像是一种预测工具，因为预测价格变化就是其全部内容。
APS帮助提升企业生产效率，真正实现生产计划可视化呈现与控制,快速有效响应不同场景的生产计划，提高准时交货能力，提高产能和资源利用率
想要购买Highcharts正版授权，或了解更多产品信息请点击【咨询在线客服】
标签：
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！