huang.xiao的专栏

实际问题中，变量之间常常不是直线。这时，通常是选配一条比较接近的曲线，通过变量替换把非线性方程加以线性化，然后按照线性回归的方 法进行拟合。常见的可转化一元线性回归的模型倒幂函数曲线y=a+b⋅1xy=a+b⋅1xy=a+b \cdot \dfrac{1}{x}型 令x′=1xx′=1x{x}'=\dfrac{1}{x}, 则得y=a+b⋅x′y=a+b⋅x′y=a+b \cdot ...

功能及可应用领域聚类分析将大量数据划分为性质相同的子类，便于了解数据的分布情况。因此，它广泛 应用于模式识别、图像处理、数据压缩等许多领域，例如：在市场分析中，通过聚类分析能帮助决策者识别不同特征的客户群，以及各客户群的 行为特征；在生物工程研究中，聚类分析能够用于推导动植物的分类，按照功能对基因进行划分 并获取种群中的固有结构特征；在非关系数据库领域(如空间数据库领域)，聚类...

前几天，偶然在网上看到，建立多元线性回归时须对其中的异常数据进行筛选剔除，那这里的异常点指的是什么呢？这里的异常点指的是人为采集数据误差或者某些异常的个例等等一些不太准确的数据。例如，对于下表中的一些数据我们来进行数据筛选。 在医学上，糖尿病人的血糖量y(mmol/L)y(mmol/L)y(mmol / L)与总胆固醇 1 X (mmol / L)，甘油三脂X2(mmol/L)X2(mmol...