- 博客(2)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 线性回归要求因变量服从正态分布
对于线性回归模型,当因变量服从正态分布,误差项满足高斯–马尔科夫条件（零均值、等方差、不相关）时,回归参数的最小二乘估计是一致最小方差无偏估计.解释一：我们假设线性回归的噪声服从均值为0的正态分布。 当噪声符合正态分布N(0,delta^2)时，因变量则符合正态分布N(ax(i)+b,delta^2)，其中预测函数y=ax(i)+b。这个结论可以由正态分布的概率密度函数得到。也就是说当噪声符合正态
2017-04-27 11:31:03
57219
1
原创 随机森林回归应用中遇到的问题
随机森林算法的应用本人在做kaggle的house prices题目时用到了随机森林回归的算法，遇到了一些问题，现在记录下来。随机森立对于线性相关的特征是否有影响？特征简化后效果会变好，为什么？随机森林算法原理见http://www.zilhua.com/629.html。一、线性相关性 随机森林对多元共线性不敏感，结果对缺失数据和非平衡的数据比较稳健，可以很好地预测多达几千个解释变量的作
2017-04-21 11:09:08
21454
2
机器学习实战
本书的前七章主要研究分类算法，第2 章讲述最简单的分类算法：k-近邻算法，它使用距离矩阵进行分类；
第3 章引入了决策树，它比较直观，容易迎解，但是相对难于实现；
第4 章将讨论如何使用概率论建立分类器；
第5 章将讨论1 % 1如0 回归，如何使用最优参数正确地分类原始数据，在搜索最优参数的过程中，将使用几个经常用到的优化算法；
第6 章介绍了非常流行的支持向量机；
第一部分最后的第7 章将介绍元算法— AdaBoost, 它由若千个分类器构成，此外还总结了第一部分探讨的分类算法在实际使用中可能面对的非均衡分类问题，一旦训练样本某个分类的数据多于其他分类的数据，就会产生非均衡分类问题。
2015-07-30
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人