尾递归定义：
如果一个函数中所有递归形式的调用都出现在函数的末尾，我们称这个递归函数是尾递归的。当递归调用是整个函数体中最后执行的语句且它的返回值不属于表达式的一部分时，这个递归调用就是尾递归。尾递归函数的特点是在回归过程中不用做任何操作，这个特性很重要，因为大多数现代的编译器会利用这种特点自动生成优化的代码。
原理
当编译器检测到一个函数调用是尾递归的时候，它就覆...
分类：
其他好文 时间：
2014-05-15 06:49:43
阅读次数：
278
#线性模型中有关函数#基本函数 a<-lm(模型公式，数据源)
#anova(a)计算方差分析表#coef(a)提取模型系数#devinace(a)计算残差平方和#formula(a)提取模型公式#plot(a)绘制模型诊断图#predict(a)用作预测#print(a)显示#residuals(...
分类：
其他好文 时间：
2014-05-14 13:14:07
阅读次数：
389
逐步回归分析是以AIC信息统计量为准则，通过选择最小的AIC信息统计量，来达到删除或增加变量的目的。R语言中用于逐步回归分析的函数 step()
drop1() add1()#1.载入数据 首先对数据进行多元线性回归分析tdata<-data.frame( x1=c( 7, 1,11,11...
分类：
其他好文 时间：
2014-05-13 16:46:28
阅读次数：
505
多元线性回归，主要是研究一个因变量与多个自变量之间的相关关系，跟一元回归原理差不多，区别在于影响因素（自变量）更多些而已，例如：一元线性回归方程 为：
毫无疑问，多元线性回归方程应该为：上图中的 x1, x2, xp分别代表“自变量”Xp截止，代表有P个自变量，如果有“N组样本，那么这个多元线性回归...
分类：
其他好文 时间：
2014-05-12 11:59:21
阅读次数：
1748
上一节介绍了线性回归，虽然线性回归能够满足大部分的数据分析的要求，但是，线性回归并不是对所有的问题都适用，
因为有时候自变量和因变量是通过一个已知或未知的非线性函数关系相联系的，如果通过函数转换，将关系转换成线性关系，可能会造成数据失真或更为复杂的计算，导致结果出现偏差回归分析中，变量转换的方法，如...
分类：
其他好文 时间：
2014-05-12 11:55:14
阅读次数：
334
数据分析真不是一门省油的灯，搞的人晕头转向，而且涉及到很多复杂的计算，还是书读少了，小学毕业的我，真是死了不少脑细胞，学习二元Logistic回归有一段时间了，今天跟大家分享一下学习心得，希望多指教！
二元Logistic，从字面上其实就可以理解大概是什么意思，Logistic中文意思为“逻辑”但是...
分类：
其他好文 时间：
2014-05-12 11:53:12
阅读次数：
564
非线性回归过程是用来建立因变量与一组自变量之间的非线性关系，它不像线性模型那样有众多的假设条件，可以在自变量和因变量之间建立任何形式的模型
非线性，能够通过变量转换成为线性模型——称之为本质线性模型，转换后的模型，用线性回归的方式处理转换后的模型，有的非线性模型并不能够通过变量转换为线性模型，我们称...
分类：
其他好文 时间：
2014-05-12 11:22:24
阅读次数：
415
任何事物和人都不是以个体存在的，它们都被复杂的关系链所围绕着，具有一定的相关性，也会具备一定的因果关系，（比如：父母和子女，不仅具备相关性，而且还具备因果关系，因为有了父亲和母亲，才有了儿子或女儿），但不是所有相关联的事物都具备因果关系。
下面用SPSS采用回归—线性分析的方式来分析一下：居民总储蓄...
分类：
其他好文 时间：
2014-05-10 20:29:45
阅读次数：
382
线性回归的概念，在高中数学书里就出现过。
给你一些样本点，如何找出一条直线，使得最逼近这些样本点。
给出一个例子：假设 x 是房子面积，y是房子价格，确定一条直线需要theta0和theta1.
给出x,我们就可以计算出房子的价格 h(x) = theta0+theta1*x
关键是如何计算出theta0和theta1,也就是如何找出这么一条直线呢？
在这里，引入一个...
分类：
其他好文 时间：
2014-05-10 04:36:00
阅读次数：
276
学习统计学习方法也已经有几天了，在这几天的时间里，我主要对分类学习方法进行了初步学习，包括：感知机——>支持向量机，K近邻法，朴素贝叶斯法，决策树，logistic
回归与最大熵模型。 其中k近邻法的实现为kd树，朴素贝叶斯通过极大似然估计实现，决策树包含有生成决策树算法ID3,C4.5，决策...
分类：
其他好文 时间：
2014-05-10 03:06:00
阅读次数：
225
