注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 线性回归方程的推导过程

  2. 绝对正确的线性回归方程推导过程，供大家参考。

  3. 所属分类：专业指导

    • 发布日期：2009-07-01
    • 文件大小：46080
    • 提供者：wdmzjzrp

  1. 一般多元线性回归模型

  2. 本章的凸集间交互投影的迭代算法求线性模型的最小二乘通解，在数学上有一定特色。本书软件与各节算例配套，键入资料即可自动完成回归，使用者不看各节的数学推导也没有关系。资料变换回归特意设了差分变换，软件还能自动显示多元线性回归二维拟合效果图及多元多项式回归的三维立体直观图，给实际工作尽量带来方便。

  3. 所属分类：专业指导

    • 发布日期：2012-06-19
    • 文件大小：1048576
    • 提供者：born36

  1. Standford机器学习 线性回归CostFunction和Normal equation的推导

  2. Standford机器学习 线性回归CostFunction和Normal equation的推导

  3. 所属分类：专业指导

  1. 机器学习 第一讲：线性回归

  2. 这是机器学习的讲义，主要介绍了线性回归的定义和相关的推导。

  3. 所属分类：讲义

    • 发布日期：2015-02-24
    • 文件大小：235520
    • 提供者：johnllon

  1. 线性模型推导

  2. 机器学习，ridge，lasso，线性回归，看完就懂

  3. 所属分类：机器学习

    • 发布日期：2017-07-25
    • 文件大小：172032
    • 提供者：zk_j1994

  1. 普通最小二乘估计对数据进行一元线性回归分析原理

  2. 普通最小二乘估计对数据进行一元线性回归分析原理，附详细推导

  3. 所属分类：讲义

    • 发布日期：2018-04-21
    • 文件大小：107520
    • 提供者：lrfpop

  1. 线性回归数学原理.pptx

  2. 线性回归推导过程，包含线性代数基础-矩阵和向量、加法和标量乘法、矩阵乘法、线性回归-最小二乘法定义等，从浅至深入门机器学习数学基础。

  3. 所属分类：机器学习

    • 发布日期：2020-05-12
    • 文件大小：1048576
    • 提供者：qq_33873431

  1. 灰色线性回归组合模型在瓦斯涌出量预测中的应用

  2. 矿井瓦斯涌出量预测是新建矿井、新水平和新采区设计的主要依据。针对目前灰色理论预测模型和线性回归预测模型的缺点和不足,系统地推导了灰色线性回归组合预测模型。结合现场实测数据,并对比线性回归模型和灰色理论模型预测结果,发现该模型的预测精度分别提高了2.46%和1.35%,数据拟合的相关系数也有一定程度的提高。实证结果表明,灰色线性回归组合模型可以更好地预测矿井瓦斯涌出量。

  3. 所属分类：其它

    • 发布日期：2020-05-06
    • 文件大小：261120
    • 提供者：weixin_38744435

  1. 基于多元线性回归对我国煤炭消费量的分析

  2. 煤炭是我国的主要能源,我国经济飞速发展离不开煤炭资源的大量消费。收集近15年的统计数据,基于SPSS多元线性回归分析,建立多元线性回归模型并对模型进行检验修正。该模型避免了复杂的推导过程,有较高的准确度。根据预测模型得出了影响煤炭消费量的主要因素以及未来变化趋势。

  3. 所属分类：其它

    • 发布日期：2020-04-18
    • 文件大小：186368
    • 提供者：weixin_38530995

  1. 基于一元线性回归的风速传感器测量值推导巷道平均风速研究

  2. 基于一元线性回归的风速传感器测量值推导巷道平均风速研究，赵丹，刘剑，在矿井通风系统中，风流通常为紊流，风速由巷道壁面向巷道轴心方向渐渐增大。因此风速传感器测得的风速只能代表风流曲线上某一点

  3. 所属分类：其它

    • 发布日期：2020-01-11
    • 文件大小：625664
    • 提供者：weixin_38515573

  1. 运用二元线性回归计算晋华宫煤的发热量

  2. 利用晋华宫煤的全水、灰分和发热量的相关关系推导二元线性回归方程，即应用工业分析数据可预测晋华宫煤的发热量，并用于矿区混煤参数的计算。基于具有代表性、准确性的实测数据所推导的回归方程的精度及准确度可达到再现性临界差的要求，但该回归方程需反复进行适用性验算以便对其进行再优化处理，包括补充新的数据或移出某些数据另作回归分析或剔除某些明显有误的数据。

  3. 所属分类：其它

    • 发布日期：2020-06-11
    • 文件大小：346112
    • 提供者：weixin_38744270

  1. 机器学习-线性回归整理PPT

  2. 总结常见的机器学习线性回归的方法，最小二乘法、局部加权法、岭回归、Lasso回归、多项式回归公式推导过程

  3. 所属分类：互联网

    • 发布日期：2020-12-04
    • 文件大小：2097152
    • 提供者：xu624735206

  1. 机器学习推导+python实现（一）：线性回归

  2. 写在开头：这个系列的灵感已经整个系列的思路会根据公众号机器学习实验室的节奏进行，相当于做一个自己的理解版本，并且按照以往惯例我们会增加一些问题来对小细节进行讨论。 内容安排 笔者觉得如果单单的去调用sklearn库的机器学习的方法有些不妥，这个系列本应该在去年就开始了，但一直拖着没有更新。所以从今天开始我们一起来探究机器学习的乐趣吧。这个系列开始后，我们还会增加很多细节上的思考问题的讨论系列。 根据公众号机器学习实验室的节奏安排我们预计会涉及以下几个内容的实现：线性回归（一）、逻辑回归（二）、K

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：139264
    • 提供者：weixin_38744902

  1. 基于Jupyter完成（自行推导公式）多元线性回归的编程

  2. 自行推导公式多元线性回归的编程一、导入文本店铺面积和营业额的关系图车站距离和营业额的关系图二、计算下图三、计算R² 一、导入文本 import pandas as pd import numpy as np import matplotlib.pyplot as plt import math df = pd.read_excel("D:\\面积-距离-车站.xlsx") x1 = df["店铺面积"] x2 = df["车站距离"] y = df["月营业额"] 店铺面积和营业额的关系图

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：203776
    • 提供者：weixin_38720322

  1. 基于Jupyter完成（自行推导公式）多元线性回归的编程

  2. 自行推导公式多元线性回归的编程一、导入文本店铺面积和营业额的关系图车站距离和营业额的关系图二、计算下图三、计算R² 一、导入文本 import pandas as pd import numpy as np import matplotlib.pyplot as plt import math df = pd.read_excel("D:\\面积-距离-车站.xlsx") x1 = df["店铺面积"] x2 = df["车站距离"] y = df["月营业额"] 店铺面积和营业额的关系图

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：203776
    • 提供者：weixin_38750761

  1. 机器学习十大经典算法——线性回归

  2. 前言：为什么要做这期博客呢，主要有两个意愿，一个是想买米10，希望各位帅哥美女支持一下，觉得不错就打赏下，另为一个是想将十大经典算法的推导以及思路清清楚楚的理下，希望这整期教程对大家有帮助，第一期咱们讲线性回归。这期不似之前的实践或者接的单子，主要是将之前北风网学到的东西做一个汇总，若有不对或者缺点，希望大家提出，大家一起进步。 1：什么是线性回归 用来构建一个算法模型(函数)来做属性(x)与标签之间的映射关系，在算法的学习过程中，试图寻找函数，使得参数之间的关系拟合性最好。 2：图解 图中的

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：412672
    • 提供者：weixin_38550605

  1. 线性回归及梯度下降的推导

  2. 先引入一下回归的定义 回归是监督学习的一个重要问题，回归用于预测输入变量和输出变量之间的关系。回归模型是表示输入变量到输出变量之间映射的函数。回归问题的学习等价于函数拟合：使用一条函数曲线使其很好的拟合已知函数且很好的预测未知数据。 回归问题分为模型的学习和预测两个过程。基于给定的训练数据集构建一个模型，根据新的输入数据预测相应的输出。 回归问题按照输入变量的个数可以分为一元回归和多元回归；按照输入变量和输出变量之间关系的类型，可以分为线性回归和非线性回归。 一元线性回归定义 回归分析（Regr

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：220160
    • 提供者：weixin_38705252

  1. 线性回归——最小二乘法（公式推导和非调包实现）

  2. 接上一篇文章【线性回归——二维线性回归方程（证明和代码实现）】 前言： 博主前面一篇文章讲述了二维线性回归问题的求解原理和推导过程，以及使用python自己实现算法，但是那种方法只能适用于普通的二维平面问题,今天博主来讲一下线性回归问题中更为通用的方法,也是我们实际开发中会经常用到的一个数学模型,常用的解法就是最小二次乘法和梯度下降法.博主今天对最小二乘法进行推导并使用Python代码自定义实现,废话不多说,开始吧: 一、公式推导 假如现在有一堆这样的数据(x1,y1),(x2,y2),…,(x

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：49152
    • 提供者：weixin_38716872

  1. 机器学习——从线性回归到逻辑回归【附详细推导和代码】

  2. 本文始发于个人公众号：TechFlow，原创不易，求个关注 在之前的文章当中，我们推导了线性回归的公式，线性回归本质是线性函数，模型的原理不难，核心是求解模型参数的过程。通过对线性回归的推导和学习，我们基本上了解了机器学习模型学习的过程，这是机器学习的精髓，要比单个模型的原理重要得多。 新关注和有所遗忘的同学可以点击下方的链接回顾一下之前的线性回归和梯度下降的内容。 一文讲透梯度下降法 详细推导线性回归模型 回归与分类 在机器学习当中，模型根据预测结果的不同分为两类，如果我们希望模型预测一

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：316416
    • 提供者：weixin_38715097

  1. 如何在python中实现线性回归

  2. 线性回归是基本的统计和机器学习技术之一。经济，计算机科学，社会科学等等学科中，无论是统计分析，或者是机器学习，还是科学计算，都有很大的机会需要用到线性模型。建议先学习它，然后再尝试更复杂的方法。 本文主要介绍如何逐步在Python中实现线性回归。而至于线性回归的数学推导、线性回归具体怎样工作，参数选择如何改进回归模型将在以后说明。 回归 回归分析是统计和机器学习中最重要的领域之一。有许多可用的回归方法。线性回归就是其中之一。而线性回归可能是最重要且使用最广泛的回归技术之一。这是最简单的回归方法之

  3. 所属分类：其它

    • 发布日期：2021-01-19
    • 文件大小：76800
    • 提供者：weixin_38502292
« 12 3 4 »