我是 matlab 新手，刚刚开始学习 UBC AI 课程。我使用最小二乘算法为我正在使用的数据集[ 0.3400 ,-0.0553 , -0.0667]生成权重，生成的权重为.
使用生成的权重，我根据当前数据集预测了 y 的值（预测显示为 x，实际值显示为圆圈）。这让我想到了尝试使用权重和我拥有的数据来可视化回归平面的问题。所以基本上我的问题是你如何使用我现在收集的数据来可视化线性回归平面，或者我错过了什么？
生成的权重是否与 y 截距、斜率及其方向相对应？如果是这样，它们如何适合二维平面方程？
您生成的那些权重是您的回归系数，Beta0, Beta1并且Beta2. 如果y是您的垂直轴并且x1是x2您的特征或水平轴，它们会为您提供平面方程：
y = Beta0 + Beta1*x1 + Beta2*x2
对你来说是：y = 0.3400 + -0.0553*x1 + -0.0667*x2
至于如何可视化这个平面，我们可以在这个 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);