ISLR读书笔记(1)统计学习简介

最新推荐文章于 2024-04-24 09:54:08 发布
最新推荐文章于 2024-04-24 09:54:08 发布
阅读量1.3w 收藏 22
点赞数 5
分类专栏： ISLR 文章标签： 读书笔记 机器学习 R ISLR
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u011635764/article/details/51694236
版权

欢迎访问个人主页,目前访问量太低，百度搜不到的说。。。谢谢鼓励

读书笔记，并不打算翻译全文，打算将书中重要的知识点结合自己的理解将其分享，并在最后附上R语言相关函数应用，作为自己最近一段时间在机器学习方面学习总结。如果理解不正确，望指正。

前言

ISLR，全称为An Introduction to Statistical Learning with Applications in R,算是the Elements of Statistical Learning的基础版，里面公式推导并不多，主要是讲解统计学习中的一些常用方法，以及相关方法在R语言上的应用。ISLR官方并没用出习题的答案，不过已经有人做了一份，可以学习参考ISLR答案

第二章理解

第二章主要是简单的介绍了书的背景，主要强调在统计学习中并没有免费的午餐，没有一种方法适用于所有的问题，所以才要学习各种统计学习方法，目的针对实际问题找到适合的统计学习方法。

准确性与解释性

在统计学习中，我们的目的有的时候是为了观察某一变量的影响，这时候我们更需要方法的解释性，例如：利用线性模型，虽然一般不能准确目标数值，但很容易得知是正相关还是负相关。而预测股票变化趋势等问题，我们并不想知道市场各种因素对于股市是如何影响的，我们就像知道是涨还是跌，这时候更需要方法的准确性。

R_2_1

这是书中的一张图，通常来讲，随着方法自由度的增加，可解释性逐渐降低。

方差与偏差

E(y0−f
最低0.47元/天 解锁文章
爱跑步的铁锤
关注
专栏目录
统计学习导论（ISLR） 第四章分类算法课后习题
阿里云专家博主、数据科学领域优质创作者、统计er在读
03-26 2万+
统计学习导论(ISLR) 参考资料: The Elements of Statistical Learning An Introduction to Statistical Learning 统计学习导论（ISLR）（二）：统计学习概述 统计学习导论（ISLR）（三）：线性回归 统计学习导论（ISLR）（四）：分类 ISLR统计学习导论之R语言应用（二）：R语言基础 ISLR统计学习导论之R语言应用（三）：线性回归R语言代码实战 ISLR统计学习导论之R语言应用（四）：分类算法R语言代码实战 统计学习导论
ISLR 读书笔记二：评估模型的准确性
weixin_43084570的博客
09-22 751
评估模型的准确性MSE偏差 VS 方差分类问题贝叶斯分类器KNN 统计学习中，有一条天下没有免费的午餐定理：没有哪一个方法可以对任何数据集，都胜过其他任何方法。所以，在具体实践中，选择最好的方法，成为了一个具有挑战性的问题。但是要如何比较模型的好坏呢？以下就介绍了一些评估模型好坏的概念。 MSE MSE是均方误差（mean squared error）的缩写，用来刻画模型拟合程度的好坏，多用于线性回归模型。 MSE=1n∑i=1n(yi−f^(xi))2MSE=\frac{1}{n}\sum_{i=1}^n
ISLR 读书笔记三：简单线性回归
weixin_43084570的博客
09-23 354
简单线性回归参数估计参数准确性评价模型准确性评价RSER2R^2R2统计量 线性回归是一类最简单常见的监督学习方法，它假设 fff 是线性形式。 线性回归可以回答以下7个问题： 自变量 XXX 与 因变量 YYY 之间是否有关系？ 自变量 XXX 与 因变量 YYY 之间的关系有多强 ？ 哪些 XiX_iXi​ 对因变量 YYY 有影响？ 如何准确评估每一个 XiX_iXi​ 对因变量 YYY 的影响？ 如何准确预测因变量 YYY ? 自变量 XXX 与 YYY 之间是线性的吗？ 自变量 XiX_iXi​
ISLR读书笔记终
weixin_43084570的博客
10-25 266
花了一个月左右的时间，统计学习暂告一段落。接下来准备去Kaggle上找点项目练练手，有时间的话再看一下NLP。
统计学习概述
qq_42571025的博客
09-29 231
系列文章目录 提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加 例如：第一章 Python 机器学习入门之pandas的使用 提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录系列文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结 前言 提示：这里可以添加本文要记录的大概内容： 例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。 提示：以下是本篇文章正文内容，下面案例
统计学习导论（ISLR）（二）：统计学习概述
阿里云专家博主、数据科学领域优质创作者、统计er在读
12-29 3582
2.统计学习(Statistical Learning) 统计学习是指用于理解数据的大量方法 这些方法可以分为有监督的或无监督的， 广义上讲，有监督的统计学习涉及建立一个统计模型，根据一个或多个输入来预测或估计输出，无监督统计学习，有输入但无监督输出；尽管如此，我们还是可以从这些数据中看出相关的关系和结构。 2.1 什么是统计学习？ 为了激发我们对统计学习的研究，我们从一个简单的例子开始。假设我们是客户聘请的统计顾问，调查特定广告和销售之间的相关产品。这个广告数据集包括产品在200个特定市场的销量，以及三个
ISLR 读书笔记零：统计学习和ISLR简介
weixin_43084570的博客
09-20 802
统计学习和ISLR简介前言统计学习简介概述历史ISLR简介后记 前言 本篇文章是我学习 An introduction to Statistical Learning with Application in R （以下简称 ISLR）的第一篇文章，主要介绍了统计学习和ISLR，后续会不定期更新。 统计学习简介 概述 统计学习（statistical learning）是一系列用来理解数据的方法。这些方法主要可以分为两类： 监督学习 （supervised learning ） 非监督学习 （unsuper
ISLR 读书笔记一：什么是统计学习？
weixin_43084570的博客
09-22 543
什么是统计学习？引入统计学习的定义为什么要估计fff预测推断如何估计fff权衡监督 VS 非监督回归 VS 分类 引入 作者是数学本科出身。本科学习数学，教会我的最大一点就是，学习任何一门课程，最重要也是最基本的一点，就是掌握每一个基本概念的定义。因为任何性质，定理，都是建立在这些定义之上的，这些定义正是这门课程的基石。我觉得学习其他学科，同样也是如此。所以，我想先从统计学习的定义写起。可能需要一点多元微积分的背景知识。 统计学习的定义 Y=f(X)+ϵY=f(X)+\epsilonY=f(X)+ϵ 这里X
ISLR读书笔记九：自助法（bootstrap）
weixin_43084570的博客
10-10 555
自助法是一类应用很广的统计方法，可以用来定量化参数估计或者统计学习方法的不确定性。自助法重复地从原数据集中采样，这里采样是可放回的（replacement），可以允许有同样的样本出现，然后用得到的样本进行参数估计。 举一个例子来说明自助法的应用。假设有 XXX 和 YYY 两种不同的金融资产，现要对 XXX 和 YYY 进行投资，使得总风险最小。假设有 α\alphaα 投给了 XXX， 1−α1-\alpha1−α 投给了 YYY，那么总风险就是 Var(αX+(1−α)Y)Var(\alpha X+(1
ISLR第六章Linear Model Selection and Regularization
03-06 885
本章主要介绍几种可替代普通最小二乘拟合的其他一些方法。 Why might we want to use another fitting procedure instead of leastsquares? better predictionaccuracy（预测精度） and better model interpretability（模型解释力）. 主要介绍三种方法： ...
excel三次样条函数_R语言ISLR工资数据进行多项式回归和样条回归分析
weixin_39800331的博客
12-22 581
原文链接：拓端数据科技 / Welcome to tecdat​tecdat.cn执行多项式回归使用age预测wage。使用交叉验证为多项式选择最佳次数。选择了什么程度，这与使用进行假设检验的结果相比如何ANOVA？对所得多项式拟合数据进行绘图。加载工资数据集。保留所有交叉验证错误的数组。我们正在执行K=10 K倍交叉验证。rm(list = ls())set.seed(1)library(I...
ISLR First Printing.rar
06-15
《统计学习导论:基于R应用》读者对象是那些希望运用统计学习前沿技术分析数据的人士，既包括统计学专业的师生，也包括非统计学专业的从业者。
ISLR-but-python
03-31
ISLR-但是-Python 该存储库包含James，Witten，Hastie，Tibshirani（2013）用Python重写的书中实验和应用练习。 。 对于实验室，Jupyter笔记本中的文本摘自本书，并在必要时适应于Python代码。 其中一些灵感来自 ，他在使实验室适应Python方面做得非常出色。 我做了一些修改，以为可以改进。
ISLR_Python:使用Python进行R ...中的应用程序进行统计学习的简介
05-09
ISLR_Python James，Witten，Hastie，Tibshirani的书图表，表格和问题（2013年）。 使用Python3.x。 章节列表： 依存关系： 大熊猫 麻木 科学的 scikit学习 统计模型 麻痹 matplotlib 海生的 pyGAM pydot和graphviz（绘制决策树） scikit-plot（绘制ROC进行分类） 我从获得了数据。 参考： 詹姆斯·G·维滕·D·哈斯蒂·Tibshirani R.（2013年）。 纽约州Springer Science + Business Media的《统计学习及其应用入门》。 Hastie，T.，Tibshirani，R.，Friedman，J。（2009）。 《统计学习的要素》 ，第二版，纽约，Springer Science + Business Media。
ISLR-python：统计学习入门（James，Witten，Hastie，Tibshirani，2013年）：Python代码
02-03
ISLR-python：统计学习入门（James，Witten，Hastie，Tibshirani，2013年）：Python代码
探索数据科学的世界：《ISLR笔记》项目详解
gitblog_00091的博客
04-24 413
探索数据科学的世界：《ISLR笔记》项目详解 去发现同类优质开源项目:https://gitcode.com/ 项目简介 是一个由用户yufree创建的开源项目，它是一个基于《Introduction to Statistical Learning with R》（简称ISLR）这本书的深入学习资源。这个项目为想要深入理解统计学习和机器学习的初学者提供了详细的注解、代码实现及实践案例，帮助读者更好...
ISLR第三章
Halfopen的专栏
01-16 1966
ISLR第三章的理解几种常见的线性模型 简单线性回归 Y=β0+β1XY=\beta_0+\beta_1X 多元线性回归 Y=β0+β1X1+β2X2+...Y=\beta_0+\beta_1X_1+\beta_2X_2+... 扩展线性回归 Y=β0+β1X1+β2X2+β3X3Y=\beta_0+\beta_1X_1+\beta_2X_2+\beta_3X_3 克服了多元线性模型 X1
聚类dbi指数_聚类-K-Means
weixin_42299244的博客
12-31 3532
1.什么是K-Means？K均值算法聚类关键词：K个种子，均值聚类的概念：一种无监督的学习，事先不知道类别，自动将相似的对象归到同一个簇中K-Means算法是一种聚类分析(cluster analysis)的算法，其主要是来计算数据聚集的算法，主要通过不断地取离种子点最近均值的算法.K-Means算法的思想很简单，对于给定的样本集，按照样本之间的距离大小，将样本集划分为K个簇。让簇内的点尽量紧密的...
R语言ISLR工资数据进行多项式回归和样条回归分析
大数据部落
11-11 3110
原文链接：http://tecdat.cn/?p=8531 执行多项式回归使用age预测wage。使用交叉验证为多项式选择最佳次数。选择了什么程度，这与使用进行假设检验的结果相比如何ANOVA？对所得多项式拟合数据进行绘图。 加载工资数据集。保留所有交叉验证错误的数组。我们正在执行K=10 K倍交叉验证。 rm(list = ls()) set.seed(1) library(I.........
r语言islr软件包导入数据
最新发布
09-14
在R语言中，`ISLR`（`Introduction to Statistical Learning with Applications in R`）是一个著名的包，它主要用于教学统计学习的概念，并包含了大量用于实战分析的数据集。如果你想从这个包中导入数据，首先需要安装并加载`ISLR`包。如果你还没有安装，可以使用`install.packages("ISLR")`命令，然后通过`library(ISLR)`加载。 导入`ISLR`中的数据通常涉及以下几个步骤： 1. **加载包**： ```r library(ISLR) ``` 2. **查看可用数据集**： ```r data() # 显示包中所有可用的数据集列表 ``` 3. **选择想要的数据集**，例如要导入“Advertising”数据集： ```r data(Advertising) # Advertising是ISLR中一个常用的数据集名称 ``` 4. **查看数据**： ```r str(Advertising) # 查看数据框结构 head(Advertising) # 查看数据前几行 ``` 这将让你能够访问并操作`ISLR`中的数据，以便后续进行数据分析、建模等操作。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值