本文主要介绍了线性回归模型和最小二乘估计。
目录Chapter 3：回归参数的估计(1)3.1 最小二乘估计3.2 最小二乘估计的性质Chapter 3：回归参数的估计(1)3.1 最小二乘估计用 \(y\) 表示因变量，\(x_1,x_2,\cdots,x_p\) 表示对 \(y\) 有影响的 \(p\)总体回归模型：假设 \(y\) 和 \(x_1,
转载
2023-11-30 17:46:24
47阅读
1.1 简单指数平滑“simple exponential smoothing” (SES) SES适用于不计趋势与季节性的时间序列 - 使用最后一个值（naive模型） - 使用前面值的平均数（平均值） 这里的简单指数平滑是用的前面几个值的加权平均数，越靠近最后的权重越大，后面的权重指数下降 SES的公式如下 y^T+1|T=αyT+α(1−α)yT−1+α(1−α)2y
转载
2024-04-03 12:28:11
418阅读
前言在学习机器学习的过程中，我们最开始通常会接触各种类型的回归模型。例如线性回归用来模拟一条线性函数满足函数周围的数据到达该直线的误差最小；逻辑回归用来确定以某条线性函数为基础，其两边的数据可以分为两种类型。我们往往只知道模型可以处理什么样的逻辑，做什么样的事情，却对为什么是这个模型了解甚少。本文通过参考多种资料，通过对广义线性回归的理解出发，来阐述其他回归模型的生成原理。所写纯属个人理解，如果错
转载
2024-04-03 11:04:52
136阅读
一、适用范围 一个因变量有多个自变量导致二、建模及改进步骤首先画出每一个变量与因变量之间的散点图，寻找简单的关系，比如：线性（y=β0+β1x+ε）、二次函数（y=β0+β1x+β2x2ε）、指数增长模型（y=β1（1-e-β2x）、Michalis-Menten模型（y=f（x,β）=β1x/(β2+x)）(该类方法可以取倒数，进行线性化处理)用matlab的regress命令进行回归得到回归
转载
2023-09-24 14:06:54
331阅读
大数据时代，工业、工程专业理论贯穿于大数据分析的方方面面。很多原有的认知将被颠覆，很多原有的制度将面临挑战。所以大数据的出现改变了很多人的思维方式，更多的人拥抱大数据。1. 相关关系相关关系是客观现象存在的一种非确定的相互依存关系，即自变量的每一个取值，因变量由于受随机因素影响，与其所对应的数值是非确定性的。相关分析中的自变量和因变量没有严格的区别，可以互换。事物或现象的相关种类可以从方向、形态及
在数学，尤其是概率论和相关领域中，归一化指数函数，或称Softmax函数，是逻辑函数的一种推广。它能将一个含任意实数的K维向量z“压缩”到另一个K维实向量σ(z)中，使得每一个元素的范围都在(0,1)之间，并且所有元素的和为1。该函数多于多分类问题中。中文名归一化指数函数外文名Normalized exponential function领 域人工智能
朴素贝叶斯是解决分类任务的好起点，线性回归是解决回归任务的好起点。简单线性回归将数据拟合成一条直线。y = ax + b , a 是斜率， b是直线截距原始数据如下：使用LinearRegression评估器来拟合数据除了简单的直线拟合，还可以处理多维度的线性回归模型。基函数回归使用基函数 对原始数据进行变换，从而将变量间的线性回归模型 转换为非线性回归模型。
一维的输入变量x 转换成了 三维变
转载
2023-12-15 13:27:46
145阅读
本文的重点在于模型的可决系数（判定系数）。
根据我们之前的讨论，任意给定一组\((X,Y)\)的观测值，都可以计算回归。但是否回归都是有效的？直观说来，我们会将回归方程直接绘制在图像上，看样本点围绕回归方程的偏差程度大不大。但是绘图、看图说话总要动脑，直接给一个指标告诉大家好还是不好就能省掉许多的工作，这篇文章首先来探究这样的指标，再讨论回归方程的使用。
转载
2023-12-24 10:46:33
88阅读
//2014年5月6日回归与预测是数学建模的一大类问题。其主要思路有基于模型和基于数据两大类。基于模型：即利用先验知识建立模型，再用模型 learn 这些数据，得出参数。1）微分方程模型。2）如bayes网络，马尔科夫链，条件随机场，HMM等3）其他模型基于数据：插值与拟合回归模型灰色预测模糊评价时间序列神经网络小样本内部预测大样本内部预测小样本未来预测定性，定量结合较长时间的数据，大样本的随机因
转载
2024-04-19 13:54:24
35阅读
import pandas as pd
import numpy as np
class_amount = 2
experiment_amount_per_class = 10
observation_amount_per_experiment = 10
experiment = np.repeat(
['experiment' + str(i+1) for i in range(cl
原创
2023-10-13 16:10:33
211阅读
# Python季节指数回归的实现指南
作为一名刚入行的新人，学习如何实现季节指数回归（Seasonal Exponential Smoothing）是一个很好的起点。本文将为您详细解释这个过程，并提供相关代码示例和每一步的详细说明，帮助您逐步实现这一分析模型。
## 整体流程
首先，我们来看看实现季节指数回归的主要步骤。以下是一个表格，总结了实现过程中的关键步骤。
| 步骤 | 描述 |
原创
2024-10-24 04:55:31
59阅读
# 教你实现指数回归的 Python 代码
作为一名刚入行的小白，了解和实现指数回归可能会让你感到有些挑战。然而，借助 Python 语言和合适的库，你可以相对轻松地实现这一目标。本文将详细讲解如何进行指数回归，包括流程和代码的详细解释。
## 流程概述
在实现指数回归之前，我们需要明确整个过程。这里是一个简单的步骤表：
| 步骤 | 描述 |
原创
2024-10-31 09:13:04
148阅读
线性回归和逻辑回归都是广义线性模型的特例。1 指数分布族如果一个分布可以用如下公式表达，那么这个分布就属于指数分布族。（y不是一个变量，是一个群）： &
转载
2024-09-29 17:38:20
30阅读
在数学，尤其是概率论和相关领域中，归一化指数函数，或称Softmax函数，是逻辑函数的一种推广。它能将一个含任意实数的K维向量z“压缩”到另一个K维实向量σ(z)中，使得每一个元素的范围都在(0,1)之间，并且所有元素的和为1。该函数多用于多分类问题中。做过多分类任务的同学一定都知道softmax函数。softmax函数，又称归一化指数函数。它是二分类函数sigmoid在多分类上的推广，目的是将多
转载
2024-06-12 20:21:41
134阅读
softmax又称归一化指数函数。它是二分类函数sigmoid在多分类上的推广，目的是将多分类的结果以概率的形式展现出来。它将多个神经元的输出，映射到（0,1）区间内，可以看成概率来理解，从而来进行多分类！假设我们有一个数组，V，Vi表示V中的第i个元素，那么这个元素的softmax值就是 下图展示了softmax的计算方法： &nb
要设计指数回归模型来研究不同宽度、厚度、重量、车间温度、退火类型（O态、H2态）、冷却类型（自然冷却、单面风机、双面风机）下，物料温度随时间的指数衰减规律，您可以按照以下步骤进行：数据预处理：将分类变量（退火类型、冷却类型）编码成数字，以便机器学习模型能够处理。将数据拆分为特征（宽度、厚度、重量、车间温度、编码后的退火类型、编码后的冷却类型）和目标变量（温度）。划分训练集和测试集：将数据分为训练集
原创
2023-10-07 11:04:01
261阅读
亲爱的FRM战友们，再有段时间就要踏上FRM的战场了，你们复习的怎么样啦?听闻很多战友们深陷在定量分析里面，日日夜夜与均值方差作伴，尽管如此碰到大量的数据问题，在草稿纸上演算了无数遍还是找不到答案。不尽呜呼哀哉：苍天啊，大地啊，我如此热爱FRM，救救我的FRM吧!Now，顺应各位的号召，小编给大家送来一波福利，不需要我们高尚的大脑出马，只要咱们的大将军金融计算器出马，也能轻松搞定难缠的u和σ。下面
决策树一.决策树基本描述决策树是一种基本的分类与回归方法,呈树形结构,在分类问题中,表示基于特征对实例进行分类的过程.学习时,利用训练数据根据损失函数最小化的原则建立决策树模型.预测时,对新的数据,利用决策树模型进行分类.而学习又通常包括三个步骤:特征选择,决策树生成,决策树修剪.二.决策树模型与学习1.决策树模型决策树定义:
分类决策树模型是一种描述对实例进行分类的树形结构,决策树由节点(nod
微积分的本质P5 指数函数求导本节从指数函数的实际意义出发，通过代数运算，推导出指数函数的一般性质从而引出e的定义，理解所谓“指数函数”的形式的可行性，以及神秘的常数。#1 从实际角度看f(x) = 2x把2t这个函数看成是随着时间t按照比例增长的人口数量p.s. 这里如果把2t看成是人口数量，那么函数整个还是比较离散的概念。为了后续按照导数的定义，使得微小变化量有实际意义，往往也会采取将函数值看
1. 书籍和文中所提到的数据会在文末提供百度云下载，所有数据都不会有加密，可以放心下载使用 2. 文中计算的结果与书中不同是由于数据使用的时间段不同目录1. 一元回归模型 2. 绘制一元回归诊断图3. 多元线性回归模型4. 考量自变量共线性因素的新模型 1. 一元回归模型上证综指与深证综指反映的都是中国股票市场的整体表现，在前面的章节中，我们知道两种指数的日收益率存在着相关性关
转载
2024-05-07 18:19:49
104阅读
