zoukankan      html  css  js  c++  java
  • 第三节,回归分析简介

    1回归分析

    回归分析(regression analysis)是确定两种或两种以上变量间相互依赖的定量关系的一种方法,是机器学习中重要的一个模块,在sklearn机器学习库中有广泛的算法实现,如OLS(最小二乘性:能很好地解决特征间无线性相关性的问题),脊回归等。

    2多元回归

    回归分析按照涉及的变量,即机器学习中特征的个数,分为一元回归和多元回归分析,如果预测的特征仅有一个,则为一元回归,否则为多元回归。

    3线性回归

    如果自变量和因变量之间是线性关系,则为线性回归分析,否则为非线性回归分析。

    如果在回归分析中,只包括一个自变量和一个因变量,且二者的关系可用一条直线近似表示,这种回归分析称为一元线性回归分析。不要小看一元线性回归分析,一个问题解决的开始往往都是从一元线性回归。

    4多重线性回归

    如果回归分析中包括两个或两个以上的自变量,且自变量之间存在线性相关性,此时称为多重线性回归分析。

    如果我们要预测的数据模型,存在这种线性相关性,那么再使用最小二乘法进行权重参数求解,就会触发一个bug。

    5总结

    线性回归通常是人们在学习预测模型时首选的技术之一。线性回归的入手一般会根据OLS,但是如果结果不好的话,要考虑多变量之间是否存在多重线性相关性。

  • 相关阅读:
    codeforces 686A A. Free Ice Cream(水题)
    bzoj-1192 [HNOI2006]鬼谷子的钱袋(水题)
    poj-3254 Corn Fields(状压dp)
    poj-1185 炮兵阵地(状压dp)
    Notepad++ 小技巧
    使用 notepad++ 编辑器在行首、行尾添加字符
    查看数据库中有大写的表
    Illegal mix of collations (utf8mb4_unicode_ci,IMPLICIT) and (utf8mb4_general_ci,IMPLICIT) for operation '='
    expect
    shell数组
  • 原文地址:https://www.cnblogs.com/wyx501/p/10431081.html
Copyright © 2011-2022 走看看