分类模型与聚类模型

分类模型

为什么不能使用线性回归模型直接进行回归

在这里插入图片描述

为什么可以使用连接函数将解释变量和被解释变量连接起来,并将y的预测值看作y=1发生概率

在这里插入图片描述

连接函数的两种取法

在这里插入图片描述

论文中要给出这个公式

在这里插入图片描述
在这里插入图片描述

自变量中有分类变量如何处理

在这里插入图片描述

预测结果差怎么办

在这里插入图片描述
可能提高了预测效果但会出现过拟合的现象,对样本内的数据效果很好,对于样本外的数据可能很差。

通过训练组与验证组进行交叉验证

在这里插入图片描述

fisher线性判别分析

在这里插入图片描述

聚类模型

K-means聚类算法

在这里插入图片描述

k-means++算法

k(分为几类)的值需要由经验确定。
数据若量纲不一致时需要进行z标准化。
在这里插入图片描述

系统聚类

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

类的距离的不同定义方法

最短距离法
在这里插入图片描述
最长距离法
在这里插入图片描述
组间平均连接法
在这里插入图片描述
组内平均连接法
在这里插入图片描述
重心法
在这里插入图片描述

畸变程度与聚合系数

在这里插入图片描述
在这里插入图片描述

DBSCAN算法

在这里插入图片描述

不同聚类算法的优缺点

在这里插入图片描述
k-means++可解决(2)(3)两个问题

对于DBSCAN算法
在这里插入图片描述
不同算法的选择:只有两个指标,且画出散点图之后呈现出一些几何形状的分布,则可以使用DBSCAN;其他情况下使用系统聚类。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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