机器学习 课件 第5章 回归模型_第1页
机器学习 课件 第5章 回归模型_第2页
机器学习 课件 第5章 回归模型_第3页
机器学习 课件 第5章 回归模型_第4页
机器学习 课件 第5章 回归模型_第5页
已阅读5页，还剩37页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

第5章回归模型课程学习内容5.1回归模型的概念5.2回归模型的算法原理5.3基于Python的回归建模实例5.4基于Spark的回归建模实例5.1回归模型的概念

回归就是研究一个随机变量y对另一个变量x或一组变量[x1,x2,…,xn]的相依关系的统计分析方法。回归模型用数学语言描述为y=f(x1,x2,…,xn)+ξ，其中x1,x2,…,xn是确定性的或可控的因素，f是映射函数，ξ是不确定或不可控的因素。通过拟合大量的数据，求解映射函数f的具体表达式，就是回归建模的过程。一旦建立回归模型，就能通过该模型进行数据预测。5.2回归模型的算法原理

5.2回归模型的算法原理

5.2回归模型的算法原理

5.2回归模型的算法原理

5.2回归模型的算法原理

5.2回归模型的算法原理

5.2回归模型的算法原理

5.2回归模型的算法原理

5.2回归模型的算法原理

5.2回归模型的算法原理

5.2回归模型的算法原理

5.2回归模型的算法原理

5.2回归模型的算法原理

5.2回归模型的算法原理

5.2回归模型的算法原理

5.2回归模型的算法原理

5.2回归模型的算法原理

5.2回归模型的算法原理

5.2回归模型的算法原理5.2回归模型的算法原理5.2回归模型的算法原理

5.2回归模型的算法原理

5.2回归模型的算法原理

5.2回归模型的算法原理

5.3基于Python的回归建模实例

5.3基于Python的回归建模实例【例5-7】请针对例5-6的分析结果，对线性回归模型进行改进，并再次对销售量进行预测。解：在例5-6的summary()方法输出中，注意到const和x3的P值偏大，而Cond.No.和Warnings[2]说明自变量之间本身就有线性相关关系，所以将其从回归方程中删除改进后的代码如下：5.3基于Python的回归建模实例5.3基于Python的回归建模实例

用sklearn中各种回归函数进行建模，用测试集的rmse和模型评分score来进行性能比较，代码如下：5.3基于Python的回归建模实例

5.3基于Python的回归建模实例

5.3基于Python的回归建模实例

5.3基于Python的回归建模实例

5.3基于Python的回归建模实例

5.3基于Python的回归建模实例5.4基于Spark的回归建模实例5.4基于Spa

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论