KAMAHL: jj, na spoustu veci to je uplne naprosto dostatecne. Jen je potreba si uvedomovat, ze to nekdy muze udelat bordel. No ale to je teprve zacatek, muzeme to rozvinout treba debatou o nejistotach jednotlivych bodu, vystupnovat to korelacemi mezi body, a kdyz se k tomu prida fitovani nelinearni funkci tak to teprve zacne byt to spravne maso :)

KAERO: ta kolmá vzdálenost ti vypadne, když děláš SVD a to má to taky svoje využití třeba v recommender systémech :) Ale ano, statisticky je to bias a na věci jako časové řady a podobné typy závislostí to tudíž nedává smysl.

KAERO: LOOL

KAERO: To je dost jedno, že tam nakreslit jdou. Prostě tak jak se to jmenuje mi to minimalizaci sumy druhých mocnin odchylek neasociuje.

TEAPACK: co? uplne nechapu na co se ptas. prokladany bod se nikam neposouva.

KAERO: O.o to by ti ale posunulo i souřadnici X pro daný bod... To je někdy žádoucí?

SEJDA: jinak napsané to taky může být "Metoda minimalizace sumy čtverců odchylek", takže strany čtverců jsou vždy rovnoběžné s osami X a Y.

SEJDA: vetsina to uci v te nejjednodussi forme ze jde o 'vertikalni' vzdalenost bodu od primky, proto je v tom obrazku ctverec rovnobezny s osami. jenze to zpusobuje bias, a lepsi je kolma vzdalenost bodu od primky.

KAERO: uz jsem to zapomnel, k tem ctverum se doslo tak, ze jde o pythagorovu vetu prumetu na primku a kolmeho prumetu?

ERGOSUM: jj ale my jsme byli matematická třída, furt jsme řešili nějaké příklady z matematických olympiád, měli jsme i soustředění z matematiky... tedy se to asi běžným žákům neukazovalo, neboť to byla tajná nauka :D

KAERO: trochu do toho hází vidle metoda nejmenších čtverců.