预测类问题中的回归模型

本文探讨了回归模型在预测问题中的角色,包括线性回归、多项式回归和逐步回归。介绍了使用Python的statsmodels库进行回归分析,强调了模型的显著性和残差检验的重要性。同时,详细阐述了逐步回归的后退法,通过不断剔除不显著变量来构建最佳模型。
摘要由CSDN通过智能技术生成

前言:回归与拟合有着包含的关系,拟合是在已知y与x的函数关系的条件下求解系数;而回归是在不确定的情况下先写出近似函数,再采用拟合求解出函数系数,但需要反过来对回归模型的可信度进行检验,所以可以说是回归包含了拟合。

参考书籍:《python数学建模算法与应用》 司守奎 孙玺菁  (强烈推荐!)

具体代码书上有写我就没有再敲出来

1、线性回归模型

库:statsmodels.api

statsmodels提供了两种求解线性回归模型的方法,一种是公式法,一种是数组法。

详解用 statsmodels 进行回归分析_Python中文社区的博客-CSDN博客

  • 2
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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