机器学习课程2 回归分析
【题目1】
使用R对内置鸢尾花数据集iris(在R提示符下输入iris回车可看到内容)进行回归分析,自行选择因变量和自变量,注意Species这个分类变量的处理方法。
解答:
1.iris数据集介绍
鸢尾花(iris)是数据挖掘常用到的一个数据集,包含150种鸢尾花的信息,每50种取自三个鸢尾花种之一(setosa,versicolour或virginica)。每个花的特征用下面的5种属性描述萼片长度(Sepal.Length)、萼片宽度(Sepal.Width)、花瓣长度(Petal.Length)、花瓣宽度(Petal.Width)、类(Species)。
观察这5个变量,我们发现Species是字符变量、非连续,难以直接进行线性分析。故首先应对定义哑变量处理离散变量Species。
在这里了我参考了“练数成金”论坛数据分析与数据挖掘技术板块
“fjchenxd”的文章
http://www.dataguru.cn/forum.php?mod=viewthread&tid=265621
以及“夕阳无语”的文章
http://www.dataguru.cn/forum.php?mod=viewthread&tid=262887
2 样本多重线性检查
2.1 求方阵,并对其标准化、中心化
2.2 求方阵的条件数,即kappa值
kappa = 291.2384,易知100kappa1000,多重共线性处于可忍受范围。
2.3 求解矩阵的特征值与相应的特征根
3. 一元线性回归分析
3.1 观察散点图
通过plot(iris_demo)命令,我们目测得到Petal.Width与Petal.L