Methods2.1. Regression algorithmRel

Methods
2.1. Regression algorithm
Relevant independent variables that define the energy consumption are selected to develop models obtained by means of regression models, which are validated and discussed for future predictions and reproducibility.
Take the multiple linear regression for example, suppose variable Y as the power consumption of the building and variable X1, X2 as the impact factors, the general regression formula is as shown as follow :
Y b bX bX (1) 01122
Where b0, b1, b2 are the regression coefficients, where ε is the regression residual.

ผลลัพธ์ (ไทย) 1:

วิธี2.1. อัลกอริทึมถดถอยมีเลือกตัวแปรอิสระที่เกี่ยวข้องที่กำหนดปริมาณการใช้พลังงานเพื่อพัฒนารูปแบบได้โดยใช้วิธีการแบบจำลองถดถอย ซึ่งผ่านการตรวจสอบ และมีการคาดการณ์ในอนาคตและแสดงใช้การถดถอยเชิงเส้นหลายตัวอย่างเช่น สมมติว่าตัวแปร Y เป็นการใช้พลังงานของอาคารและตัวแปร X1, X2 เป็นปัจจัยกระทบ สูตรถดถอยทั่วไปเป็นตามที่แสดงดังนี้:วายบีบีบี (1) 01122ที่ b0, b1, b2 มีค่าสัมประสิทธิ์การถดถอย εอยู่ถดถอยเหลือ

ผลลัพธ์ (ไทย) 2:

วิธีการ
2.1 ขั้นตอนวิธีการถดถอย
ที่เกี่ยวข้องตัวแปรอิสระที่กำหนดปริมาณการใช้พลังงานที่ได้รับการคัดเลือกในการพัฒนารูปแบบการรับโดยวิธีการของแบบจำลองถดถอยซึ่งมีการตรวจสอบและพูดคุยกันสำหรับการคาดการณ์ในอนาคตและการทำสำเนา.
ใช้การถดถอยเชิงเส้นหลายตัวอย่างเช่นสมมติว่าตัวแปร Y เป็นการใช้พลังงานของ อาคารและ X1 ตัวแปร X2 เป็นปัจจัยที่ส่งผลกระทบต่อสูตรการถดถอยทั่วไปตามที่ปรากฏดังนี้
Y B bX bX (1) 01,122
ไหน B0, B1, B2 มีค่าสัมประสิทธิ์การถดถอยที่εคือการถดถอยที่เหลือ

ผลลัพธ์ (ไทย) 3:

วิธีการ2.1 . ขั้นตอนวิธีการถดถอยที่เกี่ยวข้องกับตัวแปรอิสระที่กำหนดในการใช้พลังงานจะถูกเลือกเพื่อพัฒนารูปแบบได้โดยใช้แบบจำลองความถดถอย ซึ่งจะถูกตรวจสอบ และกล่าวถึงสำหรับการคาดการณ์ในอนาคต และคาร์บอนใช้สมการถดถอยเชิงเส้นหลายตัวแปร ตัวอย่างเช่น สมมติว่าคุณเป็น การใช้พลังงานของอาคารและตัวแปร x1 , x2 เป็นปัจจัยที่มีผลกระทบต่อสูตรสมการทั่วไปคือ เป็นดังนี้Y B BX BX ( 1 ) 01122ที่ B0 , B1 , B2 เป็นสัมประสิทธิ์ถดถอย ซึ่งεเป็นขั้นตอนที่เหลือ