预测分析：R语言实现2.5 线性回归的问题
2.5 线性回归的问题 在本章，我们已经看到了在尝试构建线性回归模型的时候遇到某些问题的一些示例。我们讨论过的一大类问题是和模型在线性、特征独立性和同方差性及误差的正态性等方面的假设相关的。我们还具体看到了诊断这类问题的方法，要么借助像残差图这样的图，或者利用能识别非独立成分的函数。本节要探讨线性回...
预测分析：R语言实现2.2 简单线性回归
2.2 简单线性回归 在着眼于某些真实环境的数据集之前，尝试在人造数据上训练模型是非常有帮助的。在这样的人造场景里，我们事先就知道了实际输出函数是什么，而这对于真实环境的数据来说通常是不成立的。进行这种练习的好处是，它会让我们对自己的模型在所有假设都完全成立的理想场景下的工作情况有清楚的了解，而且它...
预测分析：R语言实现2.1 线性回归入门
线 性 回 归 我们从第1章了解到回归问题会预测一个数值型的输出。最简单和最常见的回归类型就是线性回归。本章要探讨为什么线性回归如此常用，以及它的局限性和扩展问题。 2.1 线性回归入门 在线性回归（linear regression）中，输出变量是通过输入特征的一个线性加权组合来预测的。下面是简单...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。