matlab绘制三维散点图上的线性回归

Question

我是matlab的新手，刚开始参加UBC ​​AI课程。我使用最小二乘算法生成我正在使用的data-set的权重，生成的权重为[ 0.3400 ,-0.0553 , -0.0667]。

使用生成的权重我预测了y对当前数据集的值（预测显示为x，实际值显示为圆圈）。这让我想到了使用权重和我拥有的数据来尝试可视化回归平面的问题。所以基本上我的问题是如何使用我现在收集的数据可视化线性回归平面，或者我错过了什么？

并且生成的权重是否与y轴截距，斜率及其方向相对应？如果是这样，它们如何适应2D平面方程？

Answer 1

您生成的权重是回归系数Beta0, Beta1和Beta2。如果y是您的垂直轴而x1，x2是您的要素或水平轴，则它们会为您提供此平面的等式：

y = Beta0 + Beta1*x1 + Beta2*x2

对你而言：     y = 0.3400 + -0.0553 * x1 + -0.0667 * x2

至于如何可视化这个平面，我们可以在this SO answer

找到答案

weights = [ 0.3400 ,-0.0553 , -0.0667];
[x1,x2]=ndgrid(-5:1:5,-5:1:5);
y = weights(1) + weights(2)*x1 + weights(3)*x2

figure
surf(x1,x2,y);