最小二乗法

回帰分析において、予測値と実測値の差である残差の二乗和を最小にすることで、モデルのパラメータを決定する手法です。最も適合する直線を引くために使われます。

データ全体の誤差を最小化するため、統計学や機械学習の回帰モデルで広く用いられます。数式的に解を求めやすく、効率的な計算が可能です。

G検定では、線形回帰における基本アルゴリズムとして登場します。誤差関数を定義し、それを最小化する過程が学習の基礎であることを理解することが重要です。