线性回归算法在选自变量会遇到两个问题：一是去掉多重共线性干扰，二是选择最优自变量组合。 线性回归步骤 1.选择自变量 注意点 去掉多重共线性干扰，选择最优自变量组合。这里需要理解决定系数：R^。它是理解选自变量两个问题的基础。 2.创建线线回归模型 3.分析模型 R^ 表示因变量波动中被模型拟合的百 ...
分类：
其他好文 时间：
2019-06-08 13:16:58
阅读次数：
120
基本概念 利用线性的方法，模拟因变量与一个或多个自变量之间的关系。自变量是模型输入值，因变量是模型基于自变量的输出值。 因变量是自变量线性叠加和的结果。 线性回归模型背后的逻辑——最小二乘法计算线性系数 最小二乘法怎么理解？ 它的主要思想就是求解未知参数，使得理论值与观测值之差（即误差，或者说残差） ...
分类：
编程语言 时间：
2019-06-08 11:41:16
阅读次数：
115
在统计学中，线性回归（英语：linear regression）是利用称为线性回归方程的最小二乘函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。这种函数是一个或多个称为回归系数的模型参数的线性组合。只有一个自变量的情况称为简单回归，大于一个自变量情况的叫做多元回归（multivaria ...
分类：
其他好文 时间：
2019-06-06 10:46:39
阅读次数：
135
bp(back propagation)修改每层神经网络向下一层传播的权值,来减少输出层的实际值和理论值的误差 其实就是训练权值嘛 训练方法为梯度下降法 其实就是高等数学中的梯度,将所有的权值看成自变量,误差E作为因变量 即E=f(w1,w2,w3,....,wk)//这些w就是每一层向下一层转移的 ...
分类：
其他好文 时间：
2019-06-01 21:33:35
阅读次数：
101
import导包常用方式：全局导入 import A ；局部导入from A import b，from Aimport * 导包相当于重新定义一个变量指向模块。例如 import A， 其相当于在主文件中 重新定义一个变量A，指向模块A 重复导包，相当于重复定义变量指向模块。因变量名称相同，变量指 ...
分类：
编程语言 时间：
2019-05-26 00:14:57
阅读次数：
175
1.分类与预测的概述 分类与预测是机器学习中有监督学习任务的代表。一般认为：广义的预 测任务中，要求估计连续型预测值时，是“回归”任务；要求判断因变 量属于哪个类别时，是“分类”任务。 2.打趴下 回归分析 板凳 线性回归 洛奇逻辑回归求解 算法实现 3.决策树 概述 算法分类 4，nuname 练 ...
分类：
其他好文 时间：
2019-05-18 13:45:01
阅读次数：
93
一、数学定义中的函数与Python中的函数 初中数学定义：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的每一个确定值，y都有唯一确定的值与之对应，那么我们就把x称为自变量，把y称为因变量，与是x的函数。自变量x的取值范围叫做这个函数的定义域。 例如：y=2*x python中函数的定义 ...
分类：
编程语言 时间：
2019-05-03 11:23:33
阅读次数：
116
library(caret) PS：根据因变量特征值进行数据分区，outp$V1 其中outp为因变量列表，V1为特征值的name 按照p=0.7划分，训练集占70%，测试集占30%，对划分的结果进行描述describe可知 训练集 均值21.45 测试集均值21.75 但是有一点疑问，测试集最小5 ...
分类：
编程语言 时间：
2019-05-03 11:20:18
阅读次数：
253
回归分析是一种预测性的建模技术，它研究的是因变量（目标）和自变量（预测器）之间的关系。回归分析在机器学习领域应用非常广泛，例如，商品的销量预测问题，交通流量预测问题。那么，如何为这些回归问题选择最合适的机器学习算法呢？ ...
分类：
其他好文 时间：
2019-04-29 15:44:04
阅读次数：
136
分类与预测 分类主要是预测分类标号（离散属性），预测是建立连续值函数模型，预测给定自变量的因变量的值。 常用的分类与预测算法 | 算法名称 | 算法简介 | | : | : | | 回归分析 | 回归分析是确定预测属性（数值型）与其他变量间相互依赖的定量关系最常用的统计学方法。包括线性回归，非线性回 ...
分类：
其他好文 时间：
2019-04-16 01:19:20
阅读次数：
138
