机器学习
文章平均质量分 72
jordandandan
这个作者很懒,什么都没留下…
展开
-
机器学习笔记--回归分析(2)
一、多元线性回归模型1. 概念当Y值的影响因素不唯一时,采用多元线性回归模型 例如商品的销售额可能不电视广告投入,收音机广告投入,报纸广告投入有关系,可以有是关于βi的函数。分别对βi求偏导并令偏导等于0,可以解出相应的βi的值2. 例子使用R中的Swiss数据集,包含了1888年瑞士国民经济发展数据集我们要构造的模型是社会的繁荣原创 2015-03-26 20:38:00 · 806 阅读 · 0 评论 -
机器学习笔记--回归分析(3)
一、逐步回归1. 分类:向前引入法:从一元回归开始,逐步增加变量,使指标值达到最优为止向后剔除法:从全变量回归方程开始,逐步删去某个变量,使指标值达到最优为止逐步筛选法:综合上述两种方法、在增加和删除变量时看如下指标的变化:RSS(残差平方和)与R2(相关系数平方)选择法:遍历所有可能的组合,选出使RSS最小,R2最大的模型AIC(Akaikeinformat原创 2015-03-28 17:52:01 · 2817 阅读 · 0 评论 -
机器学习笔记--回归分析(1)
一、重点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(直线拟合,因变量只有一个);多元线性(平面拟合,多因变量);广义线性非线性回归分析困难:选定变量(多元、将多元整合为单变量:降维),避免多重共线性(使用可以由其它变量推出来的变量,回归模型误差会很大原创 2015-03-24 15:02:45 · 1372 阅读 · 0 评论