连续变量

决策树

决策树表示给定特征条件下，类的条件概率分布，决策树分为分类树和回归树两种，分类树对离散变量做决策树，回归树对连续变量做决策树。
Day~w~m·2020-06-26 02:39

广义线性回归模型之定序回归（logit/probit回归）—R语言实现+苹果实体店客户满意度案例

我们考虑引入连续变量Z。先让Z进行普通线性回归。则Z和评分之间的关系如下：综上可得：所以得到：对
小Irene·2020-06-26 00:38

logistics regression

逻辑回归回归：输入输出均为连续变量；分类：输出为离散变量；联合概率计算最大似然函数，即调整当前超参数，使之符合训练数据的概率最大。
韩湘·2020-06-25 14:54

Python3机器学习实践：决策树CART

其中年龄，身高，月收入为连续变量，学历，工作为离散变量。如果把动心视为目标变量，此问题为分类问题。如果把动心度视为目标变量，此问题为回归问题。
AnFany·2020-06-25 06:05

关于One-hot编码的一些整理及用途[转载+整理]

简单的说，使用连续变量的LR模型，模型表示为公式（1），而使用了one-hot或哑变量编码后的模型表示为公式（2）式中表示连续型特征，、、分别是离散化后在使用one-hot或哑变量编码后的若干个特征表示
nice_evil·2020-06-25 06:18

Kaggle入门--泰坦尼克号存活率预测(完整流程)

2.查看离散变量和连续变量的属性#统计离散变量的属性:离散变量为字
精神抖擞王大鹏·2020-06-25 04:44

特征工程-数据处理

特征工程连续型变量连续变量无量纲化连续变量数据变换连续变量离散化类别变量时间型、日期型变量缺失值处理特征组合连续型变量处理什么是连续型变量？
SunJackson·2020-06-25 03:06

机器学习-逻辑回归

按照较官方些的说法,输入变量与输出变量均为连续变量的预测问题是回归问题,输出变量为有限个离散变量的预测问题成为分类问题.通俗一点讲,我们要预测的结果是一个数,比如要通过一个人
是DRR啊·2020-06-25 02:59

概率统计组队学习 之 数理统计

学习笔记涉及概念：总体，个体，样本，容量，样本均值，样本方差，k阶样本原点矩，k阶样本中心矩，数据集中趋势的度量（均值、中位数、众数、百分位数），数据离散趋势的度量（方差，标准差，极差，变异系数，四分位差），离散和连续变量分布特征
小裙子Cheryl·2020-06-24 21:38

SPSS学习笔记之——二项Logistic回归分析

一、概述Logistic回归主要用于因变量为分类变量（如疾病的缓解、不缓解，评比中的好、中、差等）的回归分析，自变量可以为分类变量，也可以为连续变量。
mousever·2020-06-24 15:15

转: CONTINUOUS-VARIABLE QUANTUM COMMUNICATION 连续变量量子通信（英文）

本文转自http://infiniquant.com/tutorial-continuous-variable-quantum-communication/。Thistutorialconveysthebasicideasbehindcontinuous-variablequantumkeydistribution(QKD).Itistargetedatphysicistsorengineers,
大羚羊·2020-06-24 11:26

分类变量和连续变量的相关性度量

本文主要参考《R语言实战》中第七章内容。首先来看一下分类变量的探索。R提供了多种检验类别型变量(因子)独立性的方法，主要有卡方独立性检验、Fisher精确检验和Cochran-Mantel-Haenszel检验。卡方检验卡方独立性检验可以使用chisq.test()函数对二维列联表的行变量和列变量进行卡方独立性检验。图中显示：病人的治疗方式与改善情况间不独立，即存在某种相关性；而病人的性别与治疗的
Sim1480·2020-06-24 09:37

评分法模型开发-WOE值计算

details/76600019定性指标筛选见上篇：http://blog.csdn.net/lll1528238733/article/details/76600147对入模的定量和定性指标，分别进行连续变量分段
小力丸·2020-06-24 08:32

Python中的相关分析correlation analysis

线性相关关系主要采用皮尔逊（Pearson）相关系数r来度量连续变量之间线性相关强度；r>0,线性正相关；r",line25aggfunc=[numpy.size]^SyntaxError:unexpectedEOFwhileparsingimportnumpyimportpanda
小力丸·2020-06-24 08:31

kaggle比赛流程

（看特征说明结合head)对将要预测的连续变量做一个describe,有一个直观的认识对数据的认识**首先，**依据直觉将数值类特征和类型类特征分别进行绘图处理，查看他们与标签的关系。
li123chen·2020-06-24 04:52

Logistic Regression逻辑回归的简单解释

在应用上，它们有所区别：普通线性回归主要用于连续变量的预测，即，线性回归的输出yyy的取值范围是整个实数区间（y∈Ry\inRy∈R）逻辑回归用于离散变量的分类，即，它的输出yyy的取值范围是一个离散的集合
阿拉丁吃米粉·2020-06-23 22:40

基本概念--05.18

3、训练数据由“输入与输出对”构成，测试数据也由“输入与输出对”构成，输入与输出对又称样本或样本点4、预测任务（问题）分为三类a、回归问题；输入变量与输出变量均为连续变量的预测问题b、分类问题；输出变量为有限个离散的
Babyzpj·2020-06-23 22:21

使用R语言绘制其他图形之相关系数图

虽然cor()函数可以非常方便快捷的计算出连续变量之间的相关系数，但当变量非常多时，返回的相关系数一定时读者看的眼花缭乱。
伙伴几时见·2020-06-23 16:48

WOE IV值

转载：评分卡模型剖析之一（woe、IV、ROC、信息熵） 在开发信用评分卡模型时，连续变量的离散化是特征工程的重要步骤之一，主要是将连续变量转换为离散变量，同时根据不同分段对目标变量的影响力作数值转换。
天狼星123·2020-06-23 16:55

python实现连续变量最优分箱详解--CART算法

今天小编就为大家分享一篇python实现连续变量最优分箱详解–CART算法，具有很好的参考价值，希望对大家有所帮助。
程序员arlly·2020-06-23 13:30

Python机器学习及实践一：简介篇

回归是指：是预测问题，只是预测的目标往往是连续变量。比如，根据房屋的面积、地理位
furuit·2020-06-23 09:41

统计学离散型变量和连续型变量有什么区别？

离散变量是指其数值只能用自然数或整数单位计算的则为离散变量.例如,企业个数,职工人数,设备台数等,只能按计量单位数计数,这种变量的数值一般用计数方法取得.反之,在一定区间内可以任意取值的变量叫连续变量,
余康-数据研究·2020-06-22 10:22

【学习笔记】统计学入门（3/7 ）——分类变量的统计描述

courseId=1005232026索引——基本概念连续变量的统计描述分类变量的统计描述正太分布二项分布参数估计与可信区间假设检验三、分类变量的统计描述1、分类变量的描述指标1.1基本描述方式原始数据
Yi_jia_yi·2020-06-22 09:49

《Python机器学习及实践：从零开始通往Kaggle竞赛之路》第2章 基础篇 学习笔记（七）2.1.2.1线性回归器总结

美国波士顿地区房价数据描述（2）美国波士顿地区房价数据分割（3）美国波士顿地区房价数据标准化处理3、编程实践4、性能测评5、特点分析2.1.2.1线性回归器总结0、引言回归问题和分类问题的区别在于：其待预测的目标是连续变量
wyatt007·2020-06-21 14:33

机器学习面试题41-60

41.是否可以捕获协连续变量和非连续变量之间的的相关性是的，我们可以用ANCOVA（协方差分析）技术来捕获连续型变量和分类变量之间的相关性。
是小晰瓜啊·2020-06-21 12:11

深入解读Logistic回归结果（…

假设有一个因变量y和一组自变量x1,x2,x3,...,xn，其中y为连续变量，我们可以拟合一个线性方程：y=β
sjpljr·2020-06-21 07:44

SPSS 建模数据分析实战之 银行信用评分

略*分析方法：连续变量分箱方法；logistics回归；评分卡方法。*对字段进行分享计算WOE值建立模型导
叔叔有着糖·2020-06-21 05:00

进化计算/进化算法×传统数学优化方法×机器学习

不需要解析的目标函数进化算法优势适用于没有解析目标函数和无法得到目标函数梯度信息的优化问题基于种群，一次运行得到一组解，so求解多目标优化问题具有优势随机搜索，so搜索全局最优解能力比较强并行计算适用于解决同时有整数和连续变量的混合优化问题处理不确定性有优势
emmmxuan·2020-06-21 05:31

分箱的作用

二分类模型中的分箱一般在建立分类模型时，需要对连续变量离散化，特征离散化后，模型会更稳定，降低了模型过拟合的风险。
高文星星·2020-05-30 17:00

数据可视化——R语言多种方式绘制分组数据（箱形图、小提琴图、散点图、误差条图等及相互组合并自动添加P值）

数据可视化——R语言多种方式绘制分组数据（箱形图、小提琴图、散点图、误差条图等及相互组合并自动添加P值）准备分组的离散变量分组的连续变量箱形图(Boxplots)小提琴图(Violinplots)点图(
微露·2020-05-27 14:11

数据分布、参数估计

数据分布数据的分布分为离散变量的分布和连续变量的分布，连续变量的分布是统计推断的数学基础，其根据分布的表现形式分为正态分布、t分布、F分布、卡方分布等许多类型。
弦好想断·2020-05-19 11:23

NLP实战 特征工程+神经网络

文章目录特征工程记录半自动特征构建TargetMeanEncoding半自动特征构建CategoricalEncoder半自动特征构建连续变量离散化半自动特征构建EntityEmbedding半自动特征构建连续变量的转换半自动特征构建缺失值变量和异常值的处理自动特征构建
Sanshierli_·2020-05-08 18:18

机器学习06- 逻辑回归

线性回归处理的是回归问题，逻辑回归处理的是分类问题；两者的损失函数不同，线性回归是均方误差，逻辑回归是对数似然损失；输入变量与输出变量均为连续变量的预测问
喝Pure牛奶·2020-04-25 11:00

线性回归算法

（2）回归与分类的区别回归与分类的区别最主要是要看预测的目标函数是否连续，连续变量预测的为回归，例如：预测明天的气温是多少度，这是回归任务，而对离散变量的预测称为分类
Doctor-Chan·2020-04-22 21:00

5.线性回归算法

1.本节重点知识点用自己的话总结出来，可以配上图片，以及说明该知识点的重要性回归和分类的区别：输出变量的类型（预测的目标函数是否连续）定量输出称为回归，或者说是连续变量预测；定性输出称为分类，或者说是离散变量预测
v林三岁·2020-04-22 19:00

5.线性回归算法

连续变量预测采用回归算法（如天气的温度）；离散变量预测采用分类算法（如天气是阴，晴，还是雨）。矩阵是大多数算法的计算基础，矩阵的这种运算正好满足了线性回归的这种需求（矩阵必须是二维的）。
小罗伯特唐尼·2020-04-21 21:00

2.1.2.1线性回归器

2.1.2回归预测回归问题和分类问题的区别在于：其待预测的目标是连续变量，比如：价格、降水量等等。2.1.2.1线性回归器模型介绍：在“2.1.1.1线性分类器“节中，重点介绍了用于分类的线性模型。
idatadesign·2020-04-11 19:35

数据分析学习笔记

R语言介绍统计介绍2.1变量度量类型名义型变量等级型变量连续型变量等级变量差值无意义，连续变量差值有意义2.2抽样与统计推断从样本的情况推断总体的情况--统计推断统计推断：①我们拿到的是样本的数据2.3
寂寞的黎叔·2020-04-08 20:47

回归

而回归问题也叫连续变量预测，其输出是由输入数据推断出来的一个实数值，是一种定量输出。
王艺林15560151217·2020-04-07 14:20

R语言 RevoScaleR的大规模数据集决策树模型应用案例

构建决策树通常要求对所有连续变量进行排序，以
LT_Ge·2020-04-06 09:48

数据准备方案

连续变量的范围是否在一定的预期范围内，分类变量的取值是否在取维表里。4缺失值。了解缺失值的分布，和原因。5错误值。异常值是指明显偏离数据集的观测值，如过大、过小、负值等数据。
冬瓜_HY·2020-04-03 08:00

2018-04-26 开胃学习数学系列 - 欧拉法

用前向差分公式近似一阶导数Theonestep(forward)Euler'smethod:或者该方法是显式的，我们不需要解任何方程欧拉法是将连续变量的微分方程改为离散变量的差分方程的一种方法，数值计算简单易行
Kaiweio·2020-04-01 23:40

Udacity- 线性回归

continuoussupervisedlearning连续变量监督学习regression回归continuous有一定次序，且可以比较大小1.Conceptslope：斜率intercept：截距coefficient
涂大宝·2020-04-01 22:16

R 语言中添加辅助线(ggplot2)丨数析学院

横轴为分类变量、纵轴为连续变量的数据图表绘制横跨整个坐标系的直线：因为y轴是连续的，所以在这里我们使用geom_hline,当然在x轴是连续的情况下也可以使用geom_vline(加入xintercept
Datartisan数据工匠·2020-03-29 17:52

Task3 - 特征工程

1.数据分箱一般在建立分类模型时，需要对连续变量离散化，特征离散化后，模型会更稳定，降低了模型过拟合的风险。
100MHz·2020-03-28 21:53

数据分析案例（四）——评分卡模型（二）

本文章关于有监督分箱的方法：BestKS法基本原理：分箱后各个组别的分布差异化最大（badrate-goodrate，最大化的点）典型操作步骤（连续变量为例）：按数值大小排序选取使KS值达到最大的数值作为拆分点重复以上
番茄酱的汪·2020-03-28 16:15

生物统计-置信区间与假设检验

离散变量的概率分布函数:pmf伯努利分布二项分布泊松分布连续变量的概率密度函数：pdf正态分布t-分布统计推断从样本数据推获得群体数据相关结论。
新欣enjoy·2020-03-28 16:58

python 连续变量分段/标签处理

将连续变量分类处理importpandasaspddf=pd.DataFrame({'age':[10,35,60,80]})#年龄分段defage_p(x):ifx<18:return('未成年')elifx
constant007·2020-03-28 15:34

正态分布

数学期望平均值：平均值一般是指算数平均值期望可以理解为加权平均值,权数是函数的密度.对于离散函数,E(x)=∑f(xi)xi这里指一维连续随机变量（多维连续变量也类似）随机数据的概率密度函数：表示瞬时幅值落在某指定范围内的概率
黑桃一·2020-03-28 00:05

逻辑回归-二分类问题

解释变量和预测变量可以为分类变量或者连续变量（线性回归中预测变量一定是连续变量）MLE(ma
FLL_SEA·2020-03-25 08:20
上一页 11 12 13 14 15 16 17 18 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他