常見的回歸七種_第1頁
常見的回歸七種_第2頁
常見的回歸七種_第3頁
常見的回歸七種_第4頁
常見的回歸七種_第5頁
已閱讀5頁,還剩5頁未讀 繼續(xù)免費閱讀

付費下載

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

24784431Lasso回歸線性回歸用最適直線(回歸線)去建立因變量Y和一種或多個自變量X之間的關(guān)系。a為截距,b為回歸線的斜率,e簡樸線性回歸與多元線性回歸的差別在于:多元線性回歸有多個(>1)我們普通用決定系數(shù)(R方)重點自變量與因變量之間必須要有線性關(guān)系多重共線性、自有關(guān)和異方差邏輯回歸是用來找到事件成功或事件失敗的概率。當我們的因變量是二分類重點在分類問題y=a+b*重點強于最小二乘法?!酥攸cl2正則LASSOLasso(leastAbsoluteShrinkageandSelectionLasso回歸和嶺回歸不同的是,Lasso回歸在處罰方程中用的是絕對值,0.重點l1ElasticNet為處罰項。當許多變量是有關(guān)的時候,Elastic-net是有用的。Lasso普通會隨Elastic-net則會選在兩個。LassoElastic-Net會繼承重點數(shù)、R方、調(diào)節(jié)R方、最小信息原則、BIC和誤差準則。另一種是Mallow‘s

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論