R语言中的多项式回归、局部回归、核平滑和平滑样条回归模型 / 开普饭

线性关系其实是最常见也是最有效,同时还是最好解释的,不过变量间复杂的关系我们用多项式回归做出来可能会更加的准确.刚好有位粉丝的数据需要用到多项式回归,今天就给大家写写. 要理解非线性关系,首先我们看看 ...

原文链接:http://tecdat.cn/?p=18129 在线性模型的文章中,我们已经了解了如何在给出协变量x的向量时构造线性模型.但更一般而言,我们可以考虑协变量的变换,来使用线性模型. 我们首 ...

原文链接:http://tecdat.cn/?p=8890 主成分回归(PCR)的方法本质上是使用第一个方法的普通最小二乘(OLS)拟合来自预测变量的主成分(PC).这带来许多优点: 预测变量的数量 ...

原文链接 http://tecdat.cn/?p=2652 逻辑回归是拟合回归曲线的方法,当y是分类变量时,y = f(x).典型的使用这种模式被预测Ÿ给定一组预测的X.预测因子可以是连续的,分类的或 ...

原文链接:http://tecdat.cn/?p=21602 正则化(regularization) 正则化路径是在正则化参数lambda的值网格上计算套索LASSO或弹性网路惩罚的正则化路径.该算法 ...

原文链接:http://tecdat.cn/?p=20882 1导言这篇文章探讨了为什么使用广义相加模型是一个不错的选择.为此,我们首先需要看一下线性回归,看看为什么在某些情况下它可能不是最佳选择 ...

原文链接:http://tecdat.cn/?p=11334 有多种性能指标来描述机器学习模型的质量.但是,问题是,对于问题正确的方法是什么?在这里,我讨论了选择回归模型和分类模型时最重要的性能指标. ...

原文链接:http://tecdat.cn/?p=20828 本文使用lasso或非凸惩罚拟合线性回归,GLM和Cox回归模型的正则化,特别是_最小_最_大凹_度_惩罚_函数_(MCP)_和光滑切片绝 ...

原文链接:http://tecdat.cn/?p=22482 引言本文是一个简短的教程,在R中拟合BRT(提升回归树)模型.我们的目标是使BRT(提升回归树)模型应用于生态学数据,并解释结果. 本教 ...

原文链接:http://tecdat.cn/?p=12111 在本文中,我将向您展示如何模拟股票价格的Heston随机波动率模型. Heston模型是一种期权估值方法,它考虑到同一资产在给定时间交易的 ...

R语言中的多项式回归、局部回归、核平滑和平滑样条回归模型