从上次更新博客到现在整整十天,这期间一直试着学习线性回归算法:Linear Regression,以前只看过数据结构的算法从没学过这种类型的算法。先了解算法的原理再去看代码,但我觉得自己想要独立写出线性回归的完整代码还有很长路要走···写一些对线性回归算法的心得···
一:先写一些在看书过程中随手写的一些小概念,比较乱
回归分析就是利用样本(已知数据),产生拟合方程,从而(对未知数据)迚行预测
用途:预测,判别合理性
例子:利用身高预测体重;利用广告费用预测商品销售额;等等.
线性回归分析:一元线性;多元线性;广义线性(非线性)
非线性回归分析
困难:选定变量(多元),避免多重共线性,观察拟合方程,避免过度拟合,检验模型是否合理
混合模型,哑变量
使用相关系数去衡量线性相关性的强弱:
经过QGui程序运算哪些变量会影响销售量:三颗星表示该系数相关性很好
数学公式和符号实在是打不出来···字比较难看···