机器学习实用案例解析--读书笔记
来源:互联网 发布:罗斯玛丽的婴儿知乎 编辑:程序博客网 时间:2024/04/30 03:45
第五章 线性回归
对于一个给定的数据集,我们想用线性回归来进行预测
fitted.regression <- lm(y~x,datasource)接下来要进行直线的位置参数的求解
[intercept slope] = ceof(fitted.regression)求解出直线以后,要对我们求出的直线进行评估,主要通过残差平方和
errors <- residuals(fitted.regression)
squred.errors <- errors ^ 2但是残差平方和会受到数据集大小的影响,所以使用残差平方和的均值MSE
mse <- mean(squared.errors)然而平均偏离量较大时,还是会把这种偏离的影响扩大,因为是先求了平方再求得均值,所以用均方误差 RSME
rsme <- sqrt(mse)但是我们没有一个标准说RSME到多大是不好的,所以我们R^2来解决
r2 <- 1- (model.rmse/mean.rmse)
0 0
- 《机器学习 实用案例解析》读书笔记0
- 机器学习实用案例解析--读书笔记
- [读书笔记] 《机器学习-实用案例解析》 Wiki
- 机器学习:实用案例解析
- 机器学习使用案例解析源代码
- data mining - 实用机器学习与技术 读书笔记(六)
- data mining - 实用机器学习与技术 读书笔记(七)
- 机器学习完整过程案例分布解析,python代码解析
- 机器学习完整过程案例分布解析,python代码解析
- 机器学习完整过程案例分布解析,python代码解析
- 机器学习实践指南:案例应用解析(第二版)
- 机器学习实用整理
- 机器学习案例-Quora
- data mining - 实用机器学习工具与技术 - 读书笔记( 一 )
- data mining - 实用机器学习工具与技术 - 读书笔记( 二 )
- data mining - 实用机器学习工具与技术 读书笔记 ( 三 )
- data mining - 实用机器学习工具与技术 读书笔记 ( 四 )
- data mining - 实用机器学习工具与技术 读书笔记 ( 五)
- 安卓开发中的OOM问题
- 230. Kth Smallest Element in a BST(unsolved)
- Ping的使用小结,后续会更新
- SVN中,SVN服务器地址变更,本地如何更新同步
- Atitit mybatis快速开发 的sql api接口
- 机器学习实用案例解析--读书笔记
- java异常处理
- 三种主流的Web服务实现方案
- 记录Jetson TX1刷机与安装ROS indigo踩坑记录
- Atitti mybatis的单元测试attilax总结
- 01BASIC_02OPP
- 23种设计模式全解析
- Linux 下搭建DNS服务器
- Android studio NDK编译C代码so文件