首页 > 行业图谱 >

- R语言解读一元线性回归模型
2017-02-26
-
R语言解读一元线性回归模型
R语言作为统计学一门语言,一直在小众领域闪耀着光芒。直到大数据的爆发,R语言变成了一门炙手可热的数据分析的利器。随着越来越多的工程背景的人的加入,R语言的社区在迅速扩大成长 ...

- 用R语言建立学生的学习表现和性格特征数据模型
2017-02-26
-
用R语言建立学生的学习表现和性格特征数据模型
一、项目介绍:
方法包括以下步骤
S1:将个体表现数据输入到数据库;
S2:建立学习者的学习表现数据库和性格特征数据库;
S3:建立学习者的学习表现 ...

- R语言对回归模型进行回归诊断
2017-02-15
-
R语言对回归模型进行回归诊断
在R语言中,对数据进行回归建模是一件很简单的事情,一个lm()函数就可以对数据进行建模了,但是建模了之后大部分人很可能忽略了一件事情就是,对回归模型进行诊断,判断这个模型到 ...

- R语言解读自回归模型
2017-02-15
-
R语言解读自回归模型
时间序列是金融分析中常用到的一种数据格式,自回归模型是分析时间序列数据的一种基本的方法。通过建立自回归模型,找到数据自身周期性的规律,从而帮助我们理解金融市场的发展变化。
...

- 用R语言的quantreg包进行分位数回归
2017-01-25
-
用R语言的quantreg包进行分位数回归
什么是分位数回归
分位数回归(Quantile Regression)是计量经济学的研究前沿方向之一,它利用解释变量的多个分位数(例如四分位、十分位、百分位等)来得到被解释变量的条 ...

- R语言ARIMA预测交通流量
2016-10-12
-
R语言ARIMA预测交通流量
交通流量预测分析研究是智能运输系统的核心研究内容之一,实例使用ARIMA(p,d,q)-差分自回归移动平均模型,AR是自回归, p为自回归项; MA为移动平均,q为移动平均项数,d为时间序 ...

- 十张图解释机器学习的基本概念
2016-10-05
-
十张图解释机器学习的基本概念
在解释机器学习的基本概念的时候,我发现自己总是回到有限的几幅图中。以下是我认为最有启发性的条目列表。
1. Test and training error: 为什么低训练误差并不总是 ...

- 干货 :这7种回归分析技术 学了不后悔
2016-09-15
-
干货 :这7种回归分析技术 学了不后悔
本文解释了回归分析及其优势,重点总结了应该掌握的线性回归、逻辑回归、多项式回归、逐步回归、岭回归、套索回归、ElasticNet回归等七种最常用的回归技术及其关键要素, ...

- 【R语言进行数据挖掘】回归分析
2016-07-30
-
【R语言进行数据挖掘】回归分析
1、线性回归
线性回归就是使用下面的预测函数预测未来观测量:
其中,x1,x2,...,xk都是预测变量(影响预测的因素),y是需要预测的目标变量(被预测变量)。
线性 ...
- R语言-回归分析笔记
2016-06-02
-
R语言-回归分析笔记
使用若干自变量并建立公式,以预测目标变量
目标变量是连续型的,则称其为回归分析
(1)一元线性回归分析
y=kx+b
sol.lm<-lm(y~x,data)
abline(sol.lm)
使模型误差的平方和 ...

- SAS时间序列模型预测未来航班数量
2016-05-29
-
SAS时间序列模型预测未来航班数量
时间序列建模步骤:
1. 时间序列平稳性检验:如果一个时间序列的概率分布与时间无关,则成为平稳序列。
2. 时间序列平稳化和零均值化:时间序列预测模型是建立在平稳序 ...
- 数据挖掘系列篇之DM解决几类问题
2016-05-25
-
数据挖掘系列篇之DM解决几类问题
宋代禅宗大师青原行思提出参禅的三重境界:“参禅之初,看山是山,看水是水;禅有悟时,看山不是山,看水不是水;禅中彻悟,看山仍然山,看水仍然是水。”
数据挖掘也是这样 ...

- 逻辑回归算法的原理及实现(LR)
2016-05-19
-
逻辑回归算法的原理及实现(LR)
逻辑回归(Logistic Regression, LR)又称为逻辑回归分析,是分类和预测算法中的一种。通过历史数据的表现对未来结果发生的概率进行预测。例如,我们可以将购买的概率设置为因变量 ...
- 机器学习的认知和算法总结
2016-04-10
-
机器学习的认知和算法总结
相信不少人都没弄明白机器学习和数据挖掘的区别是什么?其实机器学习并不等同于数据挖掘,数据挖掘更多的是从目标角度去理解数据,然后利用算法建模探索有价值的结论;而机器学习 ...

- 大数据挖掘技术之DM经典模型(下)
2016-04-07
-
大数据挖掘技术之DM经典模型(下)
接着上篇大数据挖掘技术之DM经典模型(上)文章,接下来我们将探讨朴素贝叶斯模型、线性回归、多元回归、逻辑回归分析等模型。
4、朴素贝叶斯模型
表查询模型简单有效 ...

- 大数据、新方法和日常问
2016-01-10
-
大数据、新方法和日常问
如果让我们决定是否去看一部电影,有两种办法来做决策:我们可以上豆瓣了解这部电影质量如何,专家的评价怎么样;也可以在朋友圈浏览一下,看看身边有多少人去看了这部电影。实际生活没 ...

- 多重共线性问题的几种解决方法
2016-01-08
-
多重共线性问题的几种解决方法
在多元线性回归模型经典假设中,其重要假定之一是回归模型的解释变量之间不存在线性关系,也就是说,解释变量X1,X2,……,Xk中的任何一个都不能是其他解释变量的线性组合。如 ...
- 面板数据分析方法总结
2015-12-25
-
面板数据分析方法总结
横截面的异方差与序列的自相关性是运用面板数据模型时可能遇到的最为常见的问题,此时运用OLS可能会产生结果失真,因此为了消除影响,对我国东、中、西部地区的分析将采用不相关回归方法( S ...

- 一文带你快速了解机器学习中的多元线性回归到底是什么?
2020-07-24
-
线性回归我们都很熟悉了,是有监督学习中最为简单的一种回归方式,小编今天就进一步跟大家分享一下多元线性回归。
一、什么是多元线性回归
在回归分析中,如果有两个或两个以上的自变量,就称为多元回归。线 ...

- 最大后验估计MAP是什么?它是怎么推导出来的?
2020-07-08
-
最大后验估计(maximum a posteriori probability estimate), 简称为MAP。在贝叶斯统计学中,最大后验估计是通过利用经验数据获得对未观测量的点态估计。
与极大似然估计类似,不同的是,在似然函数后面多乘了一 ...