- 博客(2)
- 收藏
- 关注
转载 数据分析1--多元线性回归代码实现(matlab和python)
其中,Y 是因变量,X1、X2、…、Xp 是自变量,β0、β1、β2、…、βp 是回归系数,ε 是误差项。回归系数是多元线性回归模型的核心参数,它们表示自变量对因变量的影响程度。多元线性回归是一种建立多个自变量和一个因变量之间关系的模型。其原理基于多元线性回归方程,该方程可以描述因变量与多个自变量之间的线性关系。原理: 表面上理解很简单,只要学过高中数学就没问题。
2023-03-13 17:14:24 1344
转载 数据分析11--XGboost原理及其实现(python代码)
具体来说,它采用梯度提升的思想,每次迭代都在拟合一个新的弱学习器,以尽量减少上一轮迭代的残差(误差),从而不断提升整体模型的性能。防止过拟合:XGBoost使用L1和L2正则化来控制模型的复杂度,同时还可以设置学习率(learning rate)和每个树的最大深度等参数,以防止过拟合。生成新的树:每次生成新的树时,XGBoost会计算每个样本的权重,以及每个特征的重要性,并根据这些信息来生成新的树。分裂节点选择:对于每个节点,XGBoost会尝试所有可能的特征进行分裂,并选择最优的特征和分裂点。
2023-02-25 12:35:46 915
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