7.3多元线性回归--python机器学习
来源:互联网 发布:仿淘宝手机商城模板 编辑:程序博客网 时间:2024/05/18 00:21
参考彭亮老师的视频教程:转载请注明出处及彭亮老师原创
视频教程: http://pan.baidu.com/s/1kVNe5EJ
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
Driving
Assignment
X1=Miles
Traveled
X2=Number of Deliveries
Y= Travel Time (Hours)
1
100
4
9.3
2
50
3
4.8
3
100
4
8.9
4
100
2
6.5
5
50
2
4.2
6
80
2
6.2
7
75
3
7.4
8
65
4
6.0
9
90
3
7.6
10
90
2
6.1
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
0 0
- 7.3多元线性回归--python机器学习
- 机器学习回归篇-多元线性回归
- Python实现机器学习二(实现多元线性回归)
- 7.4多元线性回归实例1--python机器学习
- 7.4多元线性回归实例1--python机器学习
- Python实现机器学习--实现多元线性回归
- 多元线性回归 机器学习基础(1)
- 机器学习——多元线性回归
- 机器学习——多元线性回归
- 机器学习sklearn多元线性回归
- 机器学习sklearn多元线性回归2
- 机器学习练习二:多元线性回归
- 机器学习(多元线性回归)
- 机器学习-2 多元线性回归、多项式回归
- 机器学习&深度学习实践(Python版)----Multivariate Linear Regression(多元线性回归)
- 机器学习算法学习二:多元线性回归
- 机器学习基础(二)多元线性回归模型
- 机器学习练习(二)——多元线性回归
- AsyncTask
- Nginx反向代理和负载均衡部署指南
- 神编辑器Sublime Text运行java、javascript、python
- 加载的脚本/图片后执行,执行顺序
- Linux 系统目录结构
- 7.3多元线性回归--python机器学习
- linux服务器搭建使用openvpn搭建vpn
- ShellExecute, WinExec, CreateProcess区别
- 23
- 系统拆分解耦利器之消息队列---RabbitMQ-工作队列
- Oracle EBS数据库层克隆失败RC-00110
- 解决SpringMVC的@ResponseBody返回中文乱码
- 24
- 25