柚子快報(bào)邀請(qǐng)碼778899分享：數(shù)據(jù)挖掘 總結(jié) 回歸

http://yzkb.51969.com/

一、目標(biāo):

?

二、回歸分析是一種預(yù)測(cè)性的建模技術(shù)，它研究的是因變量（目標(biāo)）和自變量（預(yù)測(cè)器）之間的關(guān)系。這種技術(shù)通常用于預(yù)測(cè)分析，時(shí)間序列模型以及發(fā)現(xiàn)變量之間的因果關(guān)系。例如，司機(jī)的魯莽駕駛與道路交通 事 故數(shù)量之間的關(guān)系，最好的研究方法就是回歸。

三、線性回歸的定義是: 目標(biāo)值預(yù)期是輸入變量的線性組合. 線性模型形式簡(jiǎn)單, 易于建模, 但卻蘊(yùn)含著機(jī)器學(xué)習(xí)中一些重要的基本思想. 線性回歸, 是利用數(shù)理統(tǒng)計(jì)中回歸分析, 來確定兩種或兩種以上變量間相互依賴的定量關(guān)系的一種統(tǒng)計(jì)分析方法, 運(yùn)用十分廣泛.

優(yōu)點(diǎn): 結(jié)果易于理解, 計(jì)算不復(fù)雜

缺點(diǎn): 對(duì)非線性的數(shù)據(jù)擬合不好

四、嶺回歸和Lasso回歸：

?出現(xiàn)過擬合時(shí)，嶺回歸和R2正則化，降低樣本的特征的權(quán)重。

如果數(shù)據(jù)集中樣本特征較少，且每個(gè)特征都重要，選L2（Ridge）正則化;如果數(shù)據(jù)集中樣本特征較多，且只有一部分重要，選L1（Lasso）正則化;

?

柚子快報(bào)邀請(qǐng)碼778899分享：數(shù)據(jù)挖掘 總結(jié) 回歸

http://yzkb.51969.com/

文章來源