Minimos cuadrados

Mínimos cuadrados
es una técnica de optimización matemática que, dada una serie de mediciones, intenta encontrar una función que se aproxime a los datos (un "mejor ajuste"). Intenta minimizar la suma de cuadrados de las diferencias ordenadas (llamadas residuos) entre los puntos generados por la función y los correspondientes en los datos. Específicamente, se llama mínimos cuadrados promedio (LMS) cuando el número de datos medidos es 1 y se usa el método de descenso por gradiente para minimizar el residuo cuadrado. Se sabe que LMS minimiza el residuo cuadrado esperado, con el mínimo de operaciones (por iteración). Pero requiere un gran número de iteraciones para converger.


COMENTARIO:
NOS SIRVE PARA ENCONTRAR FUNCIONES QUE SE APROXIMEN ALOS DATOS Y DARLES UN AJUSTE MUCHO MEJOR, TAMBIEN INTENTA MINIMIZAR LA SUMA DE CUADRADOS DE LAS DIFERENCIAS ORDENANDAS.