线性回归

用Python实现机器学习算法——线性回归算法

在线性回归
公子曼步·2023-12-23 12:49

【AI】人工智能复兴的推进器之机器学习

机器学习的发展历程2.1萌芽期（20世纪50年代-60年代）2.2符号主义时期（20世纪60年代-80年代）2.3统计学习时期（20世纪90年代-21世纪初）2.4深度学习时期（21世纪初至今）三、主要算法3.1线性回归
giszz·2023-12-23 10:48

一文带你了解机器学习算法

常见的机器学习算法有哪些KNN算法、线性回归法、决策树算法、随机森林算法、PCA算法、SVM算法等等什么是机器学习简单的说，机器学习就是让机器从数据中学习，进而得到一个更加符合现实规律的模型，通过对模型的使用使得机器比以往表现的更好
ldxxxxll·2023-12-23 08:48

Lasso回归、岭回归和弹性网络回归

正则化在线性回归中也是相同的原理，我们还记得正则化分成了两种：L1正则化和L2正则化，两者的区别就是L1将某些特征的权重设为了0，而L2中则以一个极小的权重保留了特征。
ShawnWeasley·2023-12-23 07:54

【@胡锡进】大模型量化分析- 潍柴动力 000338.SZ

下面我将为你分别使用SARIMA、简单移动平均线、指数加权移动平均线、Bollinger带、相对强弱指标、随机指标、线性回归、随机森林回归、支持向量回归法、自回归移动平均法和长短期记忆模型来预测潍柴动力未来
civilpy·2023-12-23 06:32

Python实现AR协方差结构线性回归模型(GLSAR算法)项目实战

1.项目背景GLSAR是具有AR协方差结构的广义最小二乘法线性回归模型。本项目通过GLSAR回归算法来构建AR协方差结构线性回归模型。
胖哥真不错·2023-12-23 04:49

Python实现广义线性回归模型(statsmodels GLM算法)项目实战

本项目通过GLM回归算法来构建广义线性回归模型。2.数据获取本次建模数据来源于网络(本项目撰写
胖哥真不错·2023-12-23 04:48

Python实现广义最小二乘法线性回归模型(GLS算法)项目实战

1.项目背景广义最小二乘法（GeneralizedLeastSquares）是一种回归分析方法，适用于具有异方差性（heteroscedasticity）的线性回归模型。
胖哥真不错·2023-12-23 04:48

线性回归（Linear Regression）算法 简介

线性回归（LinearRegression）算法根据已有的数据去寻找一条直线，让它尽可能地接近这些数据，再用这条直线预测新数据的可能结果，这个结果是一个具体的数值。
草明·2023-12-23 03:59

常见的基础机器学习算法

LinearRegression线性回归线性回归是机器学习中的基本算法，特别是用于解决回归问题。
xuejianxinokok·2023-12-23 00:26

Logistic Regression逻辑线性回归（基于diabetes数据集）

它是线性回归的一种改进，主要用于处理二分类问题，也可以
取名真难.·2023-12-22 22:20

多元线性回归模型预测销售额

多元线性回归多元线性回归是线性回归的一种扩展形式，它涉及多个自变量（特征）与一个因变量之间的关系。
晓宜·2023-12-22 20:36

逻辑回归（LR，Logistic Regression）算法 简介

逻辑回归（LR，LogisticRegression）算法当线性回归的预测结果，由于受到个别极端数值的影响而不准的时候,可以用逻辑回归来解决.逻辑回归模型的输出只能在0到1之间，也就是表达一个事件会发生的概率
草明·2023-12-22 20:09

2019-12-28

线性回归是机器学习的构建基础。它几乎用于每个单独的主流机器学习算法之中，所以对它的理解有助于你掌握多数主流机器学习算法。
数据小黑升值记·2023-12-22 16:29

线性回归中的似然函数、最大似然估计、最小二乘法怎么来的（让你彻底懂原理）收官之篇

在线性回归中引入似然函数是为了通过概率统计的方法对模型参数进行估计。简单来说，我们希望找到一组参数，使得我们观测到的数据在给定这组参数的情况下最有可能发生。问:1：似然函数为什么要进行累乘？
你若盛开，清风自来！·2023-12-22 15:56

可能是全网最详细的线性回归原理讲解！！！

用梯度下降慢慢逼近这个最小值点本文图片来源于可能是全网最详细的线性回归原理讲解！！！_哔哩哔哩_bilibili可以结合视频来学习，本文是一个图片教程，有错误欢迎大家指正，多多交流！
你若盛开，清风自来！·2023-12-22 15:56

线性回归

参考：https://mp.weixin.qq.com/s/9XnYZWJXxrNxHP7H38Z7Nwhttps://blog.csdn.net/alw_123/article/details/82193535https://blog.csdn.net/alw_123/article/details/82825785https://blog.csdn.net/great_yzl/article/
对许·2023-12-22 15:24

最小二乘法

文章目录1、背景描述2、最小二乘法2.1、最小二乘准则2.2、最小二乘法3、最小二乘法与线性回归3.1、最小二乘法与线性回归3.2、最小二乘法与最大似然估计4、正态分布（高斯分布）1、背景描述在工程应用中
对许·2023-12-22 15:52

深度学习——线性回归和softmax回归

智能2112杨阳一、目的线性回归的从零开始实现及简洁实现softax回归的从零开始实现及简洁实现二、环境vscode（d2l，torch，pandas）希冀平台三、内容1、线性回归a、生成数据集defsynthetic_data
Windsky23·2023-12-22 11:03

2.4 机器学习概念 - 其他分类

在线学习和批量学习批量学习采用的模型是原始数据生成的模型,输出的结果数据,不会改变原有模型在线学习生成的模型是根据输出结果与正确结果比较,得到反馈后,再生成的模型.批量学习在线学习参数学习和非参数学习参数学习:一旦学习到参数,不会改变原有数据集.比如线性回归
ruihan_xia·2023-12-22 10:18

动手学深度学习PyTorch-task1（线性回归；Softmax与分类模型；多层感知机）

1.线性回归基本概念
weixin_43756073·2023-12-22 08:18

pytorch-softmax解决分类问题，用fashion-mnist为例子，再走一遍数据获取到模型预测的流程。深度了解分类指标的递进关系

softmax回归线性回归模型适用于输出为连续值的情景。在另一类情景中，模型输出可以是一个像图像类别这样的离散值。对于这样的离散值预测问题，我们可以使用诸如softmax回归在内的分类模型。
羞儿·2023-12-22 08:18

逻辑回归

2逻辑回归2.1从线性回归到逻辑回归分类问题可以通过线性回归+阈值去解决吗?
iOSDevLog·2023-12-22 08:43

监督学习之回归模型

2.回归模型2.1线性回归线性回
三翼鸟数字化技术团队·2023-12-22 06:30

GraphPad Prism 10 for Mac v10.0.0.3 安装教程

GraphPadPrismGraphPadPrism是一款非常专业强大的科研医学生物数据处理绘图软件，它可以将科学图形、综合曲线拟合（非线性回归）、可理解的统计数据、数据组织结合在一起，除了最基本的数据统计分析外
迂 幵·2023-12-21 16:21

常见损失函数（Loss Function）

在线性回归中，损失函数（LossFunction）用于衡量模型的预测值与实际值之间的差异，是优化算法的目标。
草明·2023-12-21 15:31

【AI-1】卷积神经网络

典型的监督学习算法包括线性回归、逻辑回归、决策树、支持向量机（SVM）和随机森林等。无监督学习（UnsupervisedLearning）：在无监督学习
W Y·2023-12-21 15:00

Python 全栈体系【四阶】（七）

第四章机器学习六、多项式回归1.什么是多项式回归线性回归适用于数据呈线性分布的回归问题。如果数据样本呈明显非线性分布，线性回归模型就不再适用（下图左），而采用多项式回归可能更好（下图右）。
柠檬小帽·2023-12-21 14:24

机器学习数据的清洗，转化，汇总及建模完整步骤（基于Titanic数据集）

目录介绍：一、数据二、检查数据缺失三、数据分析四、数据清洗五、数据类别转化六、数据汇总和整理七、建模介绍：线性回归是一种常用的机器学习方法，用于建立一个输入变量与输出变量之间线性关系的预测模型。
取名真难.·2023-12-21 12:50

机器学习--线性回归

目录监督学习算法线性回归损失函数梯度下降目标函数更新参数批量梯度下降随机梯度下降小批量梯度下降法数据预处理特征标准化正弦函数特征多项式特征的函数数据预处理步骤线性回归代码实现初始化步骤实现梯度下降优化模块损失与预测模块完整代码单变量线性回归实例加载数据并划分数据集训练线性回归模型得到损失函数图像测试阶段多特征回归实例非线性回归实例监督学习算法监督学习算法是一种通过学习输入数据和相应的标签之间的关系
llovew.·2023-12-21 12:45

sklearn多项式回归和线性回归

什么是线性回归？回归分析是一种统计学方法，用于研究自变量和因变量之间的关系。它是一种建立关系模型的方法，可以帮助我们预测和解释变量之间的相互作用。
月疯·2023-12-21 09:24

R语言中逻辑回归的R方求解

对于逻辑回归模型，R方的计算方法与线性回归略有不同，因为逻辑回归是针对二分类问题而设计的。在逻辑回归中，R方通常被称为拟合优度（GoodnessofFit），用来评估
代码创造·2023-12-21 04:29

梯度下降法

在机器学习和深度学习中，梯度下降法被广泛应用于求解模型参数的优化问题，例如线性回归、逻辑回归、神经网络等。梯度下降法的基本思想是通过不断迭代，使目标函数的值逐步趋近于最小值。
调钟师·2023-12-21 01:32

常见的预测算法

线性回归（LinearRegression）：线性回归是一种常见的预测算法，其基本思想是通过拟合一条直线来预测一个连续的数值。线性回归可以用于解决回归问题，例如房价预测、股票价格预测等。
调钟师·2023-12-21 01:01

机器学习笔记：支持向量机回归SVR

1主要思想主要思路类似于机器学习笔记：支持向量机SVM_支撑向量学习-CSDN博客和SVM的区别主要有解法和SVM区别不大，也是KKT2和线性回归的区别对SVR，如果f(x)和y之间的差距小于阈值ε【也即落在两条间隔带之间
UQI-LIUWJ·2023-12-20 23:16

【无标题】

动手学深度学习-pytorch简记线性网络线性回归简单实现#importnumpyasnpimporttorchfromtorch.utilsimportdatafromd2limporttorchasd2limportmatplotlib.pyplotaspltimportpylab
会编程的道君·2023-12-20 15:56

最小二乘法在线性回归中的用法

最小二乘法在线性回归中的用法最小二乘法是1809年高斯在《天体运动论》中公开发表的一种计算方法。最小二乘法其实是一种“最佳猜测”的方法。想象一下，你有一些数据点，比如你朋友的身高和体重。
ShawnWeasley·2023-12-20 11:43

回归-多项式回归

1、什么是多项式回归线性回归适用于数据呈线性分布的回归问题.如果数据样本呈明显非线性分布，线性回归模型就不再适用（下图左），而采用多项式回归可能更好（下图右）.例如：2、模型定义与线性模型相比，多项式模型引入了高次项
暗 涌·2023-12-20 05:59

【数据挖掘】多项式回归原理介绍及实战应用（超详细 附源码）

需要源码请点赞关注收藏后评论区留言私信~~~线性回归是用一条直线或者一个平面（超平面）去近似原始样本在空间中的分布。
showswoller·2023-12-20 05:28

关于Elastic Net、Lasso Regression、Ridge Regression的3个解释引用

线性回归问题是很经典的机器学习问题了。适用的方法也蛮多，有标准的OrdinaryLeas
默一鸣·2023-12-20 05:15

转：线性回归——lasso回归和岭回归（ridge regression）

转自：https://www.cnblogs.com/wuliytTaotao/p/10837533.html线性回归——lasso回归和岭回归（ridgeregression）目录线性回归——最小二乘
夏天7788·2023-12-20 05:45

Polynomial(Linear) Regression 多项式线性回归

介绍：多项式线性回归是一种线性回归的扩展，它允许我们在模型中使用多项式函数来拟合数据。线性回归模型假设因变量与自变量之间存在线性关系，即通过一个直线来拟合数据。
取名真难.·2023-12-20 05:14

Linear Regression多重共线性

目录介绍：一、corr二、pairplot三、VIF3.1自带vif3.2自定义函数vif四、heatmp（直观感受）介绍：多重共线性是指在线性回归模型中，自变量之间存在强相关性或线性关系，从而导致模型的稳定性和可解释性受到影响
取名真难.·2023-12-20 05:14

线性回归——lasso回归和岭回归（ridge regression）

目录线性回归——最小二乘Lasso回归和岭回归为什么lasso更容易使部分权重变为0而ridge不行？
weixin_30853329·2023-12-20 05:14

Linear Regression线性回归（一元、多元）

目录介绍：一、一元线性回归1.1数据处理1.2建模二、多元线性回归2.1数据处理2.2数据分为训练集和测试集2.3建模介绍：线性回归是一种用于预测数值输出的统计分析方法。
取名真难.·2023-12-20 05:44

LinearRegression、岭回归、Lasso回归和ElasticNet回归总结-附python3代码实战及回归检验

文章目录过拟合和欠拟合正则化线性回归算法模型使用Scikit-Learn进行LinearRegression、岭回归、Lasso回归和ElasticNet回归LinearRegression岭回归Lasso
安然烟火·2023-12-20 05:43

线性回归、lasso回归和岭回归（ridge regression）

线性回归很简单，用线性函数拟合数据，用均方差meansquareerror(mse)计算损失（cost），然后用梯度下降法找到一组使mse最小的权重。
呆小呆_·2023-12-20 05:43

Ridge & Lasso Regression解决线性回归的过拟合（Overfitting）（基于波士顿房价预测）

目录介绍：1、过拟合2、Lassoregression3、Ridgeregression4、Lassoregression和Ridgeregression一定优于LinearRegression吗一、LinearRegression二、RidgeRegression三、LassoRegression四、RidgeRegression和LassoRegression五、对比三种回归的结果介绍：1、过
取名真难.·2023-12-20 05:42

深度学习中常见的激活函数

前文介绍我们在前面了解到了线性回归模型，其实我们可以把线性回归看成一个单个的神经元，它实际上就完成了两个步骤1.对输入的特征的加权求和2.将结果通过传递函数（或者激活函数）输出这里我们提到了传递函数（或者激活函数
才不是小emo的小杨·2023-12-20 01:54

Neural Network——神经网络

1.featurereusing——特征复用1.1什么是特征复用回顾我们之前所学习的模型，本质上都是基于线性回归，但却都可以运用于非线性相关的数据，包括使用了如下方法增加更多的特征产生新的特征（多项式回归
搁浅丶.·2023-12-19 18:43
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他