- 博客(3)
- 收藏
- 关注
RSS订阅原创 运用逻辑回归进行手写数字识别（基于R语言）
理论基础手写数字识别的本质是把手写数字灰度图片的256个特征作为预测变量，利用这256个特征判断这张图片写的是什么数字，即把该图片归入0、1、2…9这总共十个类中。根据《统计学习导论》4.3.5响应分类数超过2的逻辑回归里的表述，当响应变量的水平数量大于2时，依然可以把二分类的逻辑回归推广到多分类，例如当Y可取1、2、3时，可利用概率的性质P(Y=1|X)=1-P（Y=2|X）-P（Y=3|X）算出已知预测变量X后Y=1的概率，同理也可以算出Y=2、Y=3的概率，哪个概率大就把Y归入哪类，当然也可以根据实
2021-01-13 06:11:19
1490
原创 广义相加模型（GAM）与向前逐步选择算法（基于R语言）
广义可加模型（GAM）与向前逐步选择算法（基于R语言）一、题目（a）使用College数据集，以Outstate作为响应变量，其余作为预测变量，使用逐步回归得到一组合适的预测变量的子集。（b）将观测数据分成训练集和测试集。在训练集上拟合广义可加模型，将Outstate作为响应变量，逐步回归得到的结果作为预测变量。画出拟合结果，解释你的发现。（c）在测试集上评价前面得到的模型，并解释结果。（d）如果有的话，观察哪些变量和响应变量有非线性关系。二、向前逐步选择导入college数据集后，先进行数据的预处
2020-11-09 09:06:04
9130
2
原创 用R语言实现霍夫曼编码
可读性极低，而且其实也没必要用R语言写，图个乐罢了p=c(0.4,0.2,0.2,0.1,0.1)###输入形如c(0.4,0.2,0.2,0.1,0.1)的概率向量，即每个待编码消息的发生概率p1=p###将概率向量另存，最后计算编码效率要用mazijuzhen=matrix(,nrow=length(p),ncol=length(p)-1)###码字矩阵：第i行对应向量p的第i个分量所对应的那个待编码消息的编码后的码字group=matrix(c(1:length(p),rep(NA,le.
2020-06-02 10:24:04
63782
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