本人从2017年起，开始涉猎机器学习。作为入门，首先学习的是斯坦福大学Andrew Ng(吴恩达)教授的Coursera课程 2 单变量线性回归 线性回归属于监督学习(Supervise Learning)，就是Right answer is given。 课程中，举了一个估计房产价格的例子，在此， ...
分类：
其他好文 时间：
2017-01-16 13:02:46
阅读次数：
265
线性回归创建模型需要拟合所有的样本点（局部加权线性回归除外）。当数据拥有众多特征并且特征之间关系十分复杂的时候，构建全局模型的想法就显得太难了，也略显笨拙。而且，实际生活中很多问题都是非线性的，不可能使用全局限性模型来拟合任何数据。 一种可行的方法是将数据集切分成很多份易建模的数据，然后再利用线性回 ...
分类：
其他好文 时间：
2016-12-24 22:28:50
阅读次数：
203
线性回归 优点：结果易于理解，计算上不复杂 缺点：对非线性的数据拟合不好 适用数据类型：数值型和标称型数据 回归的目的就预测数值型的目标值。最直接的办法就是依据输入写一个目标值的计算公式。这个计算公式就是所谓的回归方程(regression equation)，其中的参数就是回归系数，求这些回归系数 ...
分类：
其他好文 时间：
2016-12-22 00:26:09
阅读次数：
263
Logistic回归、传统多层神经网络1.1 线性回归、线性神经网络、Logistic/Softmax回归线性回归是用于数据拟合的常规手段，其任务是优化目标函数：h(θ)=θ...
分类：
其他好文 时间：
2016-12-12 20:22:33
阅读次数：
440
相信学过数理统计的都学过线性回归（linear regression），本篇文章详细将讲解单变量线性回归并写出使用最小二乘法（least squares method）来求线性回归损失函数最优解的完整过程，首先推导出最小二乘法，后用最小二乘法对一个简单数据集进行线性回归拟合； 线性回归 线性回归假设 ...
分类：
其他好文 时间：
2016-12-05 14:18:07
阅读次数：
436
平均值、标准差、相关系数、回归线及最小二乘法 相关性 线性相关 数据在一条直线附近波动，则变量间是线性相关 非线性相关 数据在一条曲线附近波动，则变量间是非线性相关 不相关 数据在图中没有显示任何关系，则不相关 平均值 N个数据 的平均值计算公式： 标准差 标准差表示了所有数据与平均值的平均距离，表 ...
分类：
其他好文 时间：
2016-07-02 14:28:04
阅读次数：
219
线性回归的首要满足条件是因变量与自变量之间呈线性关系，之后的拟合算法也是基于此，但是如果碰到因变量与自变量呈非线性关系的话，就需要使用非线性回归进行分析。SPSS中的非线性回归有两个过程可以调用，一个是分析—回归—曲线估计，另一个是分析—回归—非线性，两种过程的思路不同，这也是非线性回归的两种分析方 ...
分类：
其他好文 时间：
2016-06-27 21:33:34
阅读次数：
4702
线性回归
本章介绍用线性模型处理回归问题。从简单问题开始，先处理一个响应变量和一个解释变量的一元问题。然后，我们介绍多元线性回归问题（multiple linear regression），线性约束由多个解释变量构成。紧接着，我们介绍多项式回归分析（polynomial regression问题），一种具有非线性关系的多元线性回归问题。最后，我们介绍如果训练模型获取目标函...
分类：
其他好文 时间：
2016-06-24 15:08:01
阅读次数：
222
颜色、图例和线 在散点图中添加信息、图例以及回归线。 模拟数据 #模拟数据 dat <- data.frame(X = runif(100,-2,2),T1 = gl(n=4,k=25,labels = c("Small","Medium","Large","Big")),Site = rep(c( ...
分类：
其他好文 时间：
2016-05-10 23:25:33
阅读次数：
467
1.线性回归模型
"回归"的由来
Francis Galton,英国生物学家，他研究了父母身高与子女身高之间关系后得出，若父母身高高于平均大众身高，则其子女身高倾向于倒退生长，即会比其父母身高矮一些而更接近于大众平均身高。若父母身高小于平均身高，则其子女身高倾向于向上生长，以更接近于大众平均身高。此现象，被Galton称之为回归现象，即regression.
什么是线性回归？
这里...
分类：
其他好文 时间：
2016-03-29 10:50:47
阅读次数：
198
