本文对应《R语言实战》第13章：广义线性模型 广义线性模型扩展了线性模型的框架，包含了非正态因变量的分析。 两种流行模型：Logistic回归（因变量为类别型）和泊松回归（因变量为计数型） glm()函数的参数 分布族 默认的连接函数 binomial (link = “logit”) gaussi ...
分类：
编程语言 时间：
2017-02-28 22:03:29
阅读次数：
845
回归分析即，量化因变量受自变量影响的大小，建立线性回归方程或者非线性回归方程，从而达对因变量的预测，或者对因变量的解释作用。 回归分析流程如下： ①探索性分析，画不同变量之间的散点图，进行相关性检验等，了解数据的大致情况，以及得知重点关注那几个变量； ②变量和模型选择，； ③回归分析假设条件验证； ...
分类：
其他好文 时间：
2017-02-26 23:25:01
阅读次数：
363
逻辑回归 因变量随着自变量变化而变化。 多重线性回归是用回归方程描述一个因变量与多个自变量的依存关系，简称多重回归，其基本形式为：Y= a + bX1+CX2+*+NXn。 二项分布即重复n次独立的伯努利试验。在每次试验中只有两种可能的结果，而且两种结果发生与否互相对立，并且相互独立，与其它各次试验 ...
分类：
其他好文 时间：
2017-02-04 12:34:42
阅读次数：
217
本文对应《R语言实战》第8章：回归 回归是一个广义的概念，通指那些用一个或多个预测变量（也称自变量或解释变量）来预测响应变量（也称因变量、效标变量或结果变量）的方法。通常，回归分析可以用来挑选与相应变量相关的解释变量，可以描述两者的关系，也可以生成一个等式，通过解释变量来预测响应变量。 回归分析的各 ...
分类：
编程语言 时间：
2017-01-15 16:49:41
阅读次数：
702
5.1 分类与预测 分类主要是预测分类标号（离散属性）；而与预测主要是建立连续值函数模型，预测给定自变量对应的因变量的值; 5.1.1 实现过程 分类 --- 构造一个分类模型，输入样本的属性值，输出对应的类别。分类建立在已有类标记的数据集上。有监督的学习 预测 --- 建立两种或两种以上变量间..... ...
分类：
其他好文 时间：
2016-12-12 14:03:25
阅读次数：
166
转载：http://blog.fens.me/r-multi-linear-regression/ 前言 本文接上一篇R语言解读一元线性回归模型。在许多生活和工作的实际问题中，影响因变量的因素可能不止一个，比如对于知识水平越高的人，收入水平也越高，这样的一个结论。这其中可能包括了因为更好的家庭条件， ...
分类：
编程语言 时间：
2016-12-06 20:18:17
阅读次数：
253
Logistic回归虽然名字叫”回归” ，但却是一种分类学习方法。使用场景大概有两个：第一用来预测，第二寻找因变量的影响因素。逻辑回归(Logistic Regression, LR)又称为逻辑回归分析，是分类和预测算法中的一种。通过历史数据的表现对未来结果发生的概率进行预测。例如，我们可以将购买的 ...
分类：
编程语言 时间：
2016-12-02 03:12:29
阅读次数：
313
一.数学定义的函数与python中的函数 - 初中数学函数定义：一般的，在一个变化过程中，如果有两个变量x和y，并且对于x的每一个确定的值，y都有唯一确定的值与其对应，那么我们就把x称为自变量，把y称为因变量，y是x的函数。自变量x的取值范围叫做这个函数的定义域 - python中函数定义：函数是逻 ...
分类：
编程语言 时间：
2016-12-01 14:19:17
阅读次数：
266
1、简介 回归是一种极易理解的模型，就相当于y=f(x)，表明自变量x与因变量y的关系。最简单的回归是线性回归，然而线性回归的鲁棒性很差，使回归模型在训练集上表现都很差。这主要是由于线性回归在整个实数域内敏感度一致，而分类范围，需要在[0,1]。逻辑回归就是一种减小预测范围，将预测值限定为[0,1] ...
分类：
其他好文 时间：
2016-12-01 13:45:17
阅读次数：
778
参考了这篇文章 http://www.jb51.net/article/30719.htm 但是 这里面隐藏了一个陷阱 JavaScript中的变量提升（Hoisting）.在JS中，就是把定义在后面的东东（变量或函数）提升到前面中定义。 首先看变量作用域(scoping)，与C++不一样： 这是因 ...
分类：
Web程序 时间：
2016-11-03 07:42:25
阅读次数：
277
