- 博客(5)
- 收藏
- 关注
RSS订阅原创 正则化的概念
norm：一个向量的 norm 就是将该向量投影到 [0, ∞) 范围内的值，其中 0 值只有零向量的 norm 取到。逻辑回归模型的参数优化一般采用了梯度下降法，如果不对特征进行归一化，可能会使得损失函数值得等高线呈椭球形，这样花费更多的迭代步数才能到达最优解。针对线性回归模型，假设对其代价函数里加入正则化项，其中L1和L2正则化项的表示分别如下所示，其中λ >= 0。逻辑回归模型的损失函数可以加入正则项，那么参数的大小便决定了损失函数值，特征就有必要先进行归一化。LAD：预测值与真实值之间的绝对值。
2024-03-06 10:16:07
542
原创 协方差矩阵-----------------------奇异值
描述随机变量之间的相互关系。即一个变量的变化如何影响另一个变量。当数据集变量间不相关，协方差矩阵是对角矩阵，协方差为0，也是正定矩阵，存在逆矩阵。当数据集变量间线形相关，协方差矩阵是奇异的，矩阵的逆矩阵则不存在，导致问题。基于协方差矩阵的统计方法可能不可靠，例如：在MASS包LDA函数中，是协方差矩阵中奇异性的容差水平，tol = 1.0e-4是举例的容忍度。
2024-03-04 16:27:56
263
1
原创 tableone详细解析（3）------连续型变量和分类变量
以下举例对哪些变量进行exact test：exact=c("")，对哪些变量进行二分类变量全部信息展示 :cramVars=""，展示全部SMD:smd=TRUE。——————————————————我是一个倔强的分割线———————————————dput(names(数据框))这个函数可太棒了，直接粘贴变量。tableone用到的示例数据库和默认参数详细的解释在。查看tableone的信息，可以进行输出内容的设置。先用lapply()把分类变量转换成factor。单独查看分类变量或连续性变量也可以。
2024-03-04 09:18:02
459
1
原创 tableone详细解析（2）------连续型变量
通过本数据集偏度skew 和 峰度kurt的结果，可以看到"bilil","chol","copper","alk.phos","trig","protime"是明显偏态的。"max", "skew", "kurt"),#您可以选择它们的子集，也可以对它们进行重新排序。默认为（NA.rm=TRUE），无需设置。——————————————————我是一个分隔符————————————-———————————————————下面是manu全部代码，可跳过——————————————
2024-03-03 14:30:00
1599
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人