数据挖掘回顾七:回归算法之 线性回归
来源:互联网 发布:如何倒时差 知乎 编辑:程序博客网 时间:2024/05/01 12:37
1,和分类算法一样,回归也是预测目标值的过程。回归较之分类的不同点在于:分类预测出来的是离散型变量(类别),而回归预测的是连续性变量。
2,线性回归的结果会求出一个线性回归方程,确定回归系数的方式是 最小化误差的平方和。 即用回归系数表示出误差的平方和,然后对回归系数求导,令导数为零,即求得回归系数W。其实就是最小二乘法求回归系数。这是一般的线性回归的求法。
3,很多时候,用最小二乘法直接得到的回归系数W,用W来预测目标值,效果可能不是很好。这时,学者们,就在最小二乘法求出的回归系数W的基础之上,对W做了少许修改,较常用的修改方式有:局部加权线性回归、岭回归、前向逐步线性回归。
4,岭回归和逐步线性回归是回归的缩减方法。即把W中不是很重要的参数忽略(减掉),相对的就对另外一部分加重了。
5,判断回归方法的优劣有两个指标:偏差和方差。这里偏差是指模型预测值和真实值之间的差异,方差是指得到的两个回归模型(参数)之间的差异。在判断一个回归模型的优劣势,我们一般要对这两个指标进行折中考量。
6,缩减法可以看作是对一个模型增加了偏差的同时减少了方差。
0 0
- 数据挖掘回顾七:回归算法之 线性回归
- 数据挖掘回顾四:分类算法之 logistic回归 算法
- 数据挖掘回顾九:回归算法之 模型树
- 数据挖掘回顾八:回归算法之 CART 算法 (回归树)
- 数据挖掘算法:线性回归深度剖析
- [Matlab][数据挖掘算法][线性回归]
- 数据挖掘算法(四)--线性回归
- 基于.NET实现数据挖掘--线性回归算法
- 基于微软案例数据挖掘之Microsoft 线性回归分析算法
- 数据挖掘算法-Logistic回归
- 数据挖掘之回归分析
- 数据挖掘之回归分析
- 线性回归介绍之七——回归诊断
- 回归模型-线性回归算法
- 数据挖掘笔记-分类-回归算法-最小二乘法
- 数据挖掘算法逻辑回归-R实现
- 数据挖掘算法(三)--logistic回归
- 回归分析之线性回归
- iOS开发 - UIImage加载内存性能比较
- HDU 5117 Fluorescent(2014 ACM/ICPC 北京赛区现场赛)
- ThreadLocal
- 嵌入式Linux启动过程分析2-overview
- 计算机组成原理2
- 数据挖掘回顾七:回归算法之 线性回归
- 新浪微博(第五天)
- MySQL 数据库开发的 36 条军规
- 嵌入式Linux启动过程分析3-bootloader
- Protobuf-net
- 嵌入式Linux启动过程分析4-u-boot-1step-start.S
- 音乐app的分析(例:QQ音乐)
- 信息图:A轮、B轮、天使轮,VC、PE、GP、LP
- 嵌入式Linux启动过程分析5-u-boot-1step-word