数据技术应用概论
第一章 绪论
数据素质培养意义
数据技术
数据科学应用体系框架
第二章 计算机信息系统
计算机信息系统的构成
计算机信息系统技术路线
第三章 抽样技术
抽样技术概述
网络调查和社会调查
抽样学习
抽样技术的基本概念
第四章 网络爬虫与文本数据生成
网络爬虫概述
网络爬虫技术操作
文本数据生成
第五章 数据库技术
数据库技术概述
数据库系统开发
关系数据库
数据仓库
第六章 SQL语言
SQL概述
SQL关系定义
SQL查询基本结构
数据库修改
视图
第七章 数据预处理技术
数据预处理概述
数据清理
数据集成
数据规约
数据变换
第八章 回归模型
回归模型的基础知识
最小二乘法
其他常用回归模型
第九章 Logistic建模技术
基础知识
梯度上升算法
第十章 关联规则挖掘
关联规则挖掘的基础知识
关联规则挖掘的 Apriori 算法
其它常用关联规则挖掘算法
第十一章 决策树分类规则
决策树分类规则的基础知识
决策树分类规则挖掘的ID3算法
几种常用的决策树
第十二章 K-平均聚类
基础知识
基于划分的K‐平均聚类算法
其他常用的聚类
第十三章 神经网络模型
神经网络模型的基础知识
误差逆传播算法
其他常用的神经网络算法
第十四章 支持向量机
支持向量机的基础知识
支持向量机的SMO算法
其他常用的支持向量机算法
第十五章 集成学习算法
集成学习算法的基础知识
随机森林算法
其他常用的集成学习算法
第十六章 数据可视化
数据可视化的基础知识
可视化设计基础
数据可视化工具
-
+
首页
第八章 回归模型
```mindmap # 回归模型 ### 回归模型的基础知识 #### 问题提出 ##### 引例 #### 相关概念 ##### 回归模型 ##### 估计算法 ### 最小二乘法 #### 最小二乘法解读 #### 最小二乘法的有效性边界 ### 其他常用回归模型 #### 最小二乘法的改进技术 #### 几类常用回归模型 ``` ### 回归模型的基础知识 - 定义：`回归模型`用于表达变量之间的关系，特别是因变量如何依赖于一个或多个自变量。 - 线性关系：在最简单的线性回归模型中，`自变量`和`因变量`之间的关系被认为是线性的，即直接成比例。 - 模型假设：有效的回归分析通常基于几个关键假设，包括`自变量`和`误差项`的独立性，以及误差项的同方差性和正态分布。 ### 最小二乘法 - 原理：最小二乘法是一种寻找数据最佳拟合线的方法，它通过最小化观测值和模型预测值之间差异的平方和来确定模型参数。 - 应用：这种方法在简单和多元线性回归中非常普遍，用于估计模型中未知的参数。 ### 其他常用回归模型 1. 逻辑回归：当`因变量`是分类的，特别是二元分类时，逻辑回归可以用来预测分类概率。 2. 岭回归：在`自变量`之间存在多重共线性时，岭回归通过引入惩罚项来减少模型的复杂性，提高预测的稳定性。 3. 套索回归：与岭回归相似，但套索回归的惩罚项可以导致一些系数精确地缩减到零，从而实现`变量选择`。 4. 弹性网络：结合了岭回归和套索回归的特点，提供了一种同时控制`模型复杂度`和进行`变量选择`的方法。 5. 决策树回归：一种基于规则的非参数方法，通过`构建决策树`来预测连续的因变量值。
张龙
2024年8月14日 16:30
转发文档
收藏文档
上一篇
下一篇
手机扫码
复制链接
手机扫一扫转发分享
复制链接
Markdown文件
分享
链接
类型
密码
更新密码