因变量第18页

（六十二）基于logistic回归的信用评级和分类模型评估

该公司的风控部门根据贷款申请者的基本属性、信贷历史、历史信用情况、贷款标的物的情况等信息构建贷款违约顶测模型，其中是否违约bad_ind是因变量。

小粉桥反手王·2023-01-08 18:46

机器学习模型

逻辑回归是用最大似然法去计算预测函数中的最优参数值，而线性回归是用最小二乘法去对自变量因变量关系进行拟合。为什么用最大似然函数做估计？最小二乘法的误差符合正态分布，而逻辑回归的误差符

Sophia502·2023-01-08 18:15

机器学习之MLR

线性回归（Linearregression）是利用称为线性回归方程的最小二乘函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。这种函数是一个或多个称为回归系数的模型参数的线性组合。

Elwood Ying·2023-01-08 17:39

中介分析（二）：多重中介分析

如果在自变量和因变量之间的关系中存在多个中介变量M，则称为多重中介分析（multiplemediationanalysis）。

聊无的学习笔记·2023-01-08 13:59

gWQS包的使用

该模型构建了一个加权指数，估计所有预测变量对结果的混合效应，然后可以在带有相关协变量的回归模型中使用，以检验该指数与因变量或结果的关联。

一个人旅行*-*·2023-01-08 13:28

分位数回归（quantile regression）R实现

分位数回归（quantileregression）R实现一、基本介绍二、使用分位数回归的原因三、R语言实现分位数回归一、基本介绍回归分析的主要目的：实证检验理论分析中因变量与自变量之间的关系。

hucy_Bioinfo·2023-01-08 13:27

机器学习——数据仓库与数据挖掘复习（选择题、判断题）

A.用户流失模型B.身高和体重关系C.信用评分D.营销响应2.对于回归分析，下列说法错误的是（D）A.在回归分析中，变量间的关系若是非确定关系，那么因变量不能由自变量唯一确定B.线性相关系数可以是正的，

小步调LLY·2023-01-08 12:46

机器学习常见问题

特征工程简单讲就是发现对因变量y有明显影响作用的特征，通常称自变量x为特征，特征工程的目的是发现重要特征。如何能够分解和聚合原始数据，以更好的表达问题的本质？这是做特征工程的目的。特征工程是数据

回想sy·2023-01-08 10:25

【阶段三】Python机器学习04篇：机器学习项目实战：多元线性回归模型、岭回归模型与套索回归模型

y＝ax＋b其中，y为因变量，x为自变量，a为回归系数，b为截距。

胖哥真不错·2023-01-08 10:51

线性回归算法

1.简单线性回归在回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析；简单线性回归是属于回归(regression)，即label为连续数值型，

柚子you·2023-01-07 19:13

MATLAB中pdetool工具求解泊松方程和Laplace方程

MATLAB中pdetool工具求解泊松方程和Laplace方程求解步骤及主要函数：1、问题定义2、创建具有单个因变量的PDE模型，createpde（）3、创建几何结构并将其追加到PDE模型中，geometryFromEdges

CGASDW·2023-01-07 18:32

数据分析——统计学多指标统计方法

一、多变量分析方法的选择https://pan.baidu.com/s/1ogCfSwcNvxlJXPhPzeHlGQ提取码:qs3d；分析的目的：区分有监督分析和无监督分析1、有因变量，则建立有监督模型

huangyiting1990·2023-01-07 14:24

R语言做线性回归

1.回归的多面性回归类型用途简单线性个量化的解释变量来预测一个量化的响应变量（一个因变量、一个自变量）多项式一个量化的解释变量预测一个量化的响应变量，模型的关系是n阶多项式（一个预测变量，但同时包含变量的幂

Blackrosetian·2023-01-07 08:50

python虚拟变量回归_Python中使用虚拟变量的OLS最佳解决方案？

在我想做一个普通的多元最小二乘回归，既有分类变量，也有连续因变量。代码必须用Python编写，因为它正被集成到web服务中。

weixin_39621975·2023-01-07 03:11

Python—线性回归

应用t检验法完成回归系数的显著性检验3.基于回归模型识别异常点4.含有离散变量的回归模型前言：线性回归模型属于经典的统计学模型，该模型的应用场景是根据已知的变量（即自变量）来预测某个连续的数值变量（即因变量

普通网友·2023-01-07 03:39

6.2 统计学分析方法

统计学分析方法1.多变量分析方法的选择1.1有因变量，建立有监督模型1.1.1回归预测模型1.1.2分类预测模型1.2无因变量，建立无监督模型1.3其他分析2.相关分析2.1不同变量类型的相关系数2.2

adamlay·2023-01-06 20:04

多元线性回归分析

回归分析的任务就是，通过研究自变量X和因变量Y的相关关系，尝试去解释Y的形成机制，进而达到通过X去预测Y的目的。

刘_六六·2023-01-06 20:34

005.宋浩老师《线性代数》笔记（第四章线性方程组）

非线性方程：因变量与自变量之间的关系不是线性的关系。这类方程很多，例如平方关系、对数关系、指数关系、三角函数关系等等。4.2有解的判定系数矩阵和增广矩阵唯一解：系数矩

Bili_ice_cube·2023-01-06 18:55

【阶段二】Python数据分析Pandas工具使用10篇：探索性数据分析：数据的检验：正态性检验

正态性检验统计学中的很多模型或检验都需要数据满足正态分布的假设前提，例如线性回归模型中假设残差项服从正态分布（其实质就是要求因变量y服从正态分布），两样本之间的t检验或多样本之间的方差分析均要求样本

胖哥真不错·2023-01-06 09:50

学习笔记-动手学深度学习-线性回归

3.1.线性回归回归（regression）是能为一个或多个自变量与因变量之间关系建模的一类方法。在自然科学和社会科学领域，回归经常用来表示输入和输出之间的关系。

普尔·2023-01-06 04:39

最小二乘法与梯度下降法

回归分析中，如果只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。

Pd-pony·2023-01-06 00:48

梯度下降与最小二乘法的区别（详解）

两种方法都是在给定已知数据(自变量和因变量)的前提下对因变量计算出一个假设函数，然后优化出这个假设函数的最佳参数。（2）目标相同。

小白不白`·2023-01-06 00:15

逻辑回归（Logistic Regression）

一.逻辑回归在前面讲述的回归模型中，处理的因变量都是数值型区间变量，建立的模型描述是因变量的期望与自变量之间的线性关系。

九点十一分反弹·2023-01-05 22:14

线性回归应用简要介绍

用来做模型解释1.3实验效果评估2、线性回归原理3、线性回归使用时的注意事项1、线性回归的应用场景线性回归是机器学习中较容易理解的一个白盒模型，因为其有着较为通俗的表达式，这个表达式能够较为清晰地告诉我们因变量和自变量之间的线性关系

sikadeerlu·2023-01-05 21:28

sikadeerlu·2023-01-05 21:57

机器学习——逻辑回归算法

通过前面线性回归算法的学习，我们知道，线性回归的实质是通过线性回归算法找出自变量和因变量的最佳线性关系，且因变量YYY是连续的，那么如果YYY是离

风继续吹x·2023-01-05 19:55

机器学习线性回归案例讲解_机器学习实战之训练模型-深入分析线性回归

它反映的是每一个特征对因变量的影响方向(θ值的正负)和影响力(θ的绝对值大小)。

weixin_39552317·2023-01-05 17:04

利用python进行回归分析

拟合是研究因变量和自变量的函数关系的。而回归是研究随机变量间的相关关系的。拟合侧重于调整参数，使得与给出的数据相符合。而回归则是侧重于研究变量的关系，对拟合问题做统计分析。

first青年危机·2023-01-05 16:28

机器学习-逻辑回归(Logistic Regression)

一.逻辑回归在前面讲述的回归模型中，处理的因变量都是数值型区间变量，建立的模型描述是因变量的期望与自变量之间的线性关系。

陈塬升·2023-01-05 11:56

tf.keras.losses函数参数（from_logits、label_smoothing...）

即默认情况下from_logits的值为False解释一下logit值的含义：逻辑回归一般将因变量二分类变量的0-1转变为频率[0,1]也就是分类为1的概率

好辣呀·2023-01-05 10:43

mplus奇怪的点

用mplus做回归，因变量为二分变量。

czchenzhou·2023-01-05 10:04

回归分析中的p值和R方哪个更重要？

R方反映的是自变量对因变量方差的解释比例，显然，如果影响因变量的全部因素或者“主要因素”、“重要因素”都捕捉到的话，R方就会是比较大的，说明研究模型考虑到了多数重要的影响因素。如果R方很小，比如低

南心统计建模与数据分析·2023-01-05 10:33

分类变量如何做结构方程模型分析呢？

情况1：当分类变量作为结果变量或因变量时，和一般的逻辑回归分析类似，Mplus等结构方程模型软件可以做二分类或多分类结果变量的模型分析。

南心统计建模与数据分析·2023-01-05 10:02

最小二乘法及OpenCv函数

回归分析中，如果只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。

小伟锅·2023-01-05 10:29

R语言机器学习系列-随机森林多分类代码解读

多分类问题指的是因变量或者被预测变量是分类变量，且其取值水平有多个水平的情形，比如预测病人糖尿病分期的情形。整个代码大致可以分为包、数据、模型、预测评估4个部分，接下来逐一解读。

Mrrunsen·2023-01-05 02:21

局部线性回归（Locally Weighted Linear Regression）

线性回归：利用称为线性回归方程的最小二乘函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。与感知器学习类似，不过回归的目的是预测数值型的目标值。求得回归系数，即得出模型。

飞飞小鱼L·2023-01-04 18:01

衡量预测变量/自变量重要性

注：预测变量=自变量；响应变量=因变量一、响应变量为数值型，预测变量为数值型1.1Pearson相关系数衡量线性关系1.2Spearman相关系数变量之间近线性或者曲线相关不适用于变量间的复杂关系1.3loess

totobey·2023-01-04 13:00

基于评分卡的风控模型开发

–其他因素：包括了借款人的家属数量–时间窗口：自变量的观察窗口为过去两年，因变量表现窗口为未来两年二、开发流

风华正茂dd·2023-01-04 05:54

一元线性回归模型（保姆级）

2、参数编辑和编辑的估计三、回归方程的显著性检验1、t检验2、F检验3、相关系数的显著检验四、残差分析1、绘画残差图分析2、改进残差五、回归系数的区间估计六、预测和控制1、单值预测2、区间预测（1）、因变量新值的区间估计

数据小师弟·2023-01-03 13:22

区间预测 | MATLAB实现Lasso分位数回归时间序列预测

因此，不论因变量是连续的（continuous），还是二元或者多元离散（d

机器学习之心·2023-01-03 12:28

Logistic回归模型

为什么会用到logistic回归模型普通线性回归模型的一个假设条件是当自变量取值确定时，因变量服从方差不变的正态分布。而如果因变量是类别变量，则该假设条件无法满足。

Sky Leaf·2023-01-03 10:13

Logistic回归与建模

1.2模型的建立Logistic回归模型不对因变量y直接进行建模，而是对y取某个值的概率进行建

「已注销」·2023-01-03 10:12

Topic 4. 临床预测模型构建 Logistic 回归

广义线性模型(GeneralizedLinearModel)是一般线性模型的推广，它使因变量的总体均值通过一个非线性连接函数而依赖于线性预测值，允许响应概率分布为指数分布族中的任何一员。

桓峰基因·2023-01-03 10:11

Pytorch实战-logistic 回归二元分类代码详细注释

它们的模型形式基本上相同，都具有wx+b，其中w和b是待求参数，其区别在于他们的因变量不同，多重线性回归直接将wx+b作为因变量，即y=wx+b，而logistic回归则通过函数L将wx+b对应一个隐状态

汤姆鱼·2023-01-03 09:38

logistic回归实战

它们的模型形式基本上相同，都具有wx+b，其中w和b是待求参数，其区别在于他们的因变量不同，多重线性回归直接将wx+b作为因变量，即y=wx+b,而log

Sonhhxg_柒·2023-01-03 09:34

PyTorch实战（一）logistic回归二元分类

它们的模型形式基本上相同，都有wx+b，但是区别在于，多重线性回归直接将y=wx+b作为因变量，而logistic回归是通过一个函数L将wx+b对应一个隐状态p,p=L(wx+b),然后根据p和1-p的大小决定因变量的值

onion___·2023-01-03 09:32

pytorch-logistic回归实战

其区别在于他们的因变量不同，多重线性回归直接将wx+b作为因变量，即y=wx+b,而logistic回归则通过函数L将wx+b对应一个隐状态p，p=L(wx

lakomi·2023-01-03 09:29

支持向量机SVM总结

SVM是SupportVectorMachine的简称，它的中文名为支持向量机，属于一种有监督的机器学习算法，可用于离散因变量的分类和连续因变量的预测。

浪里个郎aa·2023-01-03 08:46

入门卷积神经网络(四）误差函数（损失函数）

误差函数（损失函数）监督学习的神经网络需要一个函数来测度模型的输出值p和真实因变量值y之间的差异，一般这种差异被称为残差或者误差。

Keep self·2023-01-03 02:33

逻辑回归（LR）

相同点：二者的模型形式基本上相同，以单变量为例，二者都具有w*x+b这种形式不同点：多重线性回归直接将w*x+b作为因变量，即y=w*x+b，而逻辑回归则通过函数L将w*x+b对应到另一个状态p，即：p

轩儿毛肚·2023-01-02 16:02

推荐频道

因变量