多元回归分析(multiple regression)及其应用
来源:互联网 发布:em算法例子 编辑:程序博客网 时间:2024/06/05 07:02
1. 与简单线性回归区别(simple linear regression)
多个自变量(x)
2. 多元回归模型
y=β0+β1x1+β2x2+ … +βpxp+ε
其中:β0,β1,β2… βp是参数
ε是误差值
3. 多元回归方程
E(y)=β0+β1x1+β2x2+ … +βpxp
4. 估计多元回归方程:
y_hat=b0+b1x1+b2x2+ … +bpxp
一个样本被用来计算β0,β1,β2… βp的点估计b0, b1, b2,…, bp
5. 估计流程 (与简单线性回归类似)
6. 估计方法
使sum of squares最小
运算与简单线性回归类似,涉及到线性代数和矩阵代数的运算
7. 例子
一家快递公司送货:X1: 运输里程 X2: 运输次数 Y:总运输时间
目的,求出b0, b1,…. bp:
y_hat=b0+b1x1+b2x2+ … +bpxp
Time = b0+ b1*Miles + b2 * Deliveries
Time = -0.869 + 0.0611 Miles + 0.923 Deliveries
8. 描述参数含义
b0: 平均每多运送一英里,运输时间延长0.0611 小时
b1: 平均每多一次运输,运输时间延长 0.923 小时
9. 预测
如果一个运输任务是跑102英里,运输6次,预计多少小时?
Time = -0.869 +0.0611 102+ 0.923 6= 10.9 (小时)
10. 如果自变量中有分类型变量(categorical data) , 如何处理?
11. 关于误差的分布
误差ε是一个随机变量,均值为0
ε的方差对于所有的自变量来说相等
所有ε的值是独立的
ε满足正态分布,并且通过β0+β1x1+β2x2+ … +βpxp反映y的期望值
# -*- coding:utf-8 -*-from numpy import genfromtxtfrom sklearn import linear_model# genfromtxt函数# genfromtxt函数创建数组表格数据# genfromtxt主要执行两个循环运算。第一个循环将文件的每一行转换成字符串序列。第二个循环将每个字符串序列转换为相应的数据类型。# genfromtxt能够考虑缺失的数据,但其他更快和更简单的函数像loadtxt不能考虑缺失值。# 详细用法参考:https://docs.scipy.org/doc/numpy/reference/generated/numpy.genfromtxt.html# 附加numpy.savetxt该函数能够将数据存储为 CSV 格式:https://docs.scipy.org/doc/numpy/reference/generated/numpy.savetxt.htmldatapath=r"Delivery_Dummy.csv"data = genfromtxt(datapath,delimiter=",")#delimiter: the str used to separate data. 横纵坐标以 ',' 分割,因此给 delimiter 传入 ','。delimiter是区分横纵坐标的# skip_header: the number of lines to skip at the beginning of the file. 这个参数是跳过表头信息的x = data[1:,:-1]y = data[1:,-1]print xprint ymlr = linear_model.LinearRegression()mlr.fit(x, y)print mlrprint "coef:"print mlr.coef_print "intercept"print mlr.intercept_xPredict = [90,2,0,0,1]yPredict = mlr.predict(xPredict)print "predict:"print yPredict
- 多元回归分析(multiple regression)及其应用
- 7.4 多元回归分析(multiple Regression)应用
- 7.3 多元回归分析(multiple Regression)
- 机器学习——多元线性回归分析(multiple regression)及应用
- 斯坦福机器学习视频笔记 Week2 多元线性回归 Linear Regression with Multiple Variables
- R tutorial 16 - Multiple Regression 回归分析 (1)
- 多元线性回归分析
- 多元线性回归分析
- 多元回归分析
- 多元线性回归multivariable linear regression
- R应用-多元线性回归
- 7.4 多元线性回归应用
- 回归分析(regression analysis)
- 回归分析(regression analysis)
- 多元回归分析--学习笔记
- 应用多元分析
- 多元线性回归模型(multivariable linear regression model)
- 多元线性回归推导 — Multi-Variable Linear Regression Derivation
- 图像增强技术基础、评价指标及其经典算法
- MyBatis框架理解与使用
- 手游服务端框架之使用Redis实现跨服排行榜
- 【JZOJ5391】卡常题
- 求序列的最大最小值
- 多元回归分析(multiple regression)及其应用
- 数据存储---GreenPlum实践
- 顺时针打印矩阵
- ROLAP、MOLAP和HOLAP联机分析处理区别
- #UVA12588#Egyptian Fractions (HARD version)(ID_搜索基础题)
- 打印li索引值
- 循环结构程序设计代码示例
- apt-get命令
- RTSP回放时如何通过RTP的timestamp计算npt时间