线性回归简介如下图所示，如果把自变量（也叫independent variable）和因变量（也叫dependent variable）画在二维坐标上，则每条记录对应一个点。线性回规最常见的应用场景则是用一条直线去拟和已知的点，并对给定的x值预测其y值。而我们要做的就是找出一条合适的曲线，也就是找出...
分类：
编程语言 时间：
2015-04-05 16:00:47
阅读次数：
252
1.原理
在现实中经常遇到这样的问题，一个函数并不是以某个数学表达式的形式给出，而是以一些自变量与因变量的对应表给出，老师讲课的时候举的个例子是犯罪人的身高和留下的脚印长，可以测出一些人的数据然后得到一张表，它反应的是一个函数，回归的意思就是将它还原成数学表达式，这个式子也称为经验表达式，之所以叫经验就是说它不完全是实际中的那样准确，是有一定偏差的，只是偏差很小罢了。
最小二乘法
...
分类：
编程语言 时间：
2015-03-18 16:03:26
阅读次数：
163
信息是消息中有效的那部分。把信息转为电信号的叫换能器。symbol(符号）是离散的。模拟信号自变量，因变量都是连续的。数字信号两者均离散。传的信号是模拟信号，模拟通信系统。否则是数字通信系统。自由空间不能直接传基带信号，要经过调制。调制有三个表目的，一是表达信息，二是符合带宽，三是减少在信道里的衰落...
分类：
其他好文 时间：
2015-01-30 20:49:28
阅读次数：
195
一、广义线性模型概念 在讨论广义线性模型之前，先回顾一下基本线性模型，也就是线性回归。 在线性回归模型中的假设中，有两点需要提出： （1）假设因变量服从高斯分布：$Y={{\theta }^{T}}x+\xi $，其中误差项$\xi \sim N(0,{{\sigma }^{2}})$，那么因...
分类：
其他好文 时间：
2015-01-29 14:13:11
阅读次数：
523
Stanford机器学习课程笔记——单变量线性回归和梯度下降法
1. 问题引入
单变量线性回归就是我们通常说的线性模型，而且其中只有一个自变量x，一个因变量y的那种最简单直接的模型。模型的数学表达式为y=ax+b那种，形式上比较简单。Stanford的机器学习课程引入这个问题也想让我们亲近一下machine learning这个领域吧~吴恩达大神通过一个房屋交易的问...
分类：
其他好文 时间：
2015-01-23 13:31:42
阅读次数：
174
WinForms Controls>Controls>Chart Control>Fundamentals>Charting Basics>Understanding Data Point, Its Argument and ValueThis topic provides general info...
分类：
其他好文 时间：
2015-01-15 23:25:52
阅读次数：
650
原文:《BI那点儿事》数据挖掘的主要方法一、回归分析目的：设法找出变量间的依存(数量)关系, 用函数关系式表达出来。所谓回归分析法，是在掌握大量观察数据的基础上，利用数理统计方法建立因变量与自变量之间的回归关系函数表达式（称回归方程式）。回归分析中，当研究的因果关系只涉及因变量和一个自变量时，叫做一...
分类：
其他好文 时间：
2014-12-02 10:19:52
阅读次数：
225
1.Indexing cannot yield multiple results原因：变量名与内置的函数名相同，比如：[min, k] = min(C)解决办法：更改变量名：[m, k] = min(C)
分类：
其他好文 时间：
2014-11-22 15:53:28
阅读次数：
147
散点图散点图（scatterdiagram），在回归分析中，数据点在直角坐标系平面上的分布图。散点图表示因变量随自变量而变化的大致趋势，据此可以选择合适的函数对数据点进行拟合。用两组数据构成多个坐标点，考察坐标点的分布，判断两变量之间是否存在某种关联或总结坐标点的分布模..
分类：
其他好文 时间：
2014-10-11 15:48:27
阅读次数：
184
线性回归与梯度下降算法作者：上品物语知识点：线性回归概念梯度下降算法 l 批量梯度下降算法 l 随机梯度下降算法 l 算法收敛判断方法1.1 线性回归在统计学中，线性回归(Linear Regression)是利用称为线性回归方程的最小平方函数对一个或多个自变量和因变量之间关系进行...
分类：
其他好文 时间：
2014-09-02 19:26:35
阅读次数：
655
