线性回归算法优缺点：优点：结果易于理解，计算不复杂缺点：对非线性数据拟合不好适用数据类型：数值型和标称型算法思想：这里是采用了最小二乘法计算（证明比较冗长略去）。这种方式的优点是计算简单，但是要求数据矩阵X满秩，并且当数据维数较高时计算很慢；这时候我们应该考虑使用梯度下降法或者是随机梯度下降（同Lo...
分类：
其他好文 时间：
2014-12-06 01:21:06
阅读次数：
892
在统计学上， 广义线性模型 (Generalized linear model) 是一种受到广泛应用的线性回归模式。此模式假设实验者所量测的随机变量的分布函数与实验中系统性效应(即非随机的效应)可经由一链结函数(link function)建立起可资解释其相关性的函数。广义线性模型（generalized linear model, GLM)是简单最小二乘回归（OLS)的扩展,在广义线性模式中，假...
分类：
其他好文 时间：
2014-12-06 00:10:49
阅读次数：
269
MetricsGraphics.js 是建立在D3的基础上，被用于可视化和布局的时间序列数据进行了优化。它提供以产生一个原则性的，一致的和响应式的方式的图形常见类型的简单方法。该库目前支持折线图，散点图和直方图，以及地毯地块和基本线性回归功能。
分类：
Web程序 时间：
2014-12-05 18:56:08
阅读次数：
314
MetricsGraphics.js 是建立在D3的基础上，被用于可视化和布局的时间序列数据进行了优化。它提供以产生一个原则性的，一致的和响应式的方式的图形常见类型的简单方法。该库目前支持折线图，散点图和直方图，以及地毯地块和基本线性回归功能。
分类：
Web程序 时间：
2014-12-05 15:24:58
阅读次数：
255
原文:《BI那点儿事》Microsoft 线性回归算法Microsoft 线性回归算法是 Microsoft 决策树算法的一种变体，有助于计算依赖变量和独立变量之间的线性关系，然后使用该关系进行预测。该关系采用的表示形式是最能代表数据序列的线的公式。例如，以下关系图中的线是数据最可能的线性表示形式。...
分类：
编程语言 时间：
2014-12-02 10:15:52
阅读次数：
208
转载自http://leftnoteasy.cnblogs.com机器学习中的数学系列：1)回归(regression)、梯度下降(gradient descent)2)线性回归，偏差、方差权衡3)模型组合(Model Combining)之Boosting与Gradient Boosting4)线...
分类：
其他好文 时间：
2014-11-28 18:13:25
阅读次数：
181
线性回归中 两种重要方法之一的： Normal Equations 的由来与推导...
分类：
其他好文 时间：
2014-11-25 23:31:39
阅读次数：
225
Logistic回归算法优缺点：1.计算代价不高，易于理解和实现2.容易欠拟合，分类精度可能不高3.适用数据类型：数值型和标称型算法思想：其实就我的理解来说，logistic回归实际上就是加了个sigmoid函数的线性回归，这个sigmoid函数的好处就在于，将结果归到了0到1这个区间里面了，并且s...
分类：
编程语言 时间：
2014-11-24 00:49:02
阅读次数：
575
局部加权紧接着上面的线性回归中参数求解来继续讲吧。还是以上面的房屋价格的预测，它的中心思想是在对参数进行求解的过程中，每个样本对当前参数值的影响是有不一样的权重的。比如上节中我们的回归方程为（这个地方用矩阵的方法来表示?表示参数，i表示第i个样本，h为在?参数下的预测值）：我们的目标是让最小，然后求...
分类：
其他好文 时间：
2014-11-21 20:30:20
阅读次数：
278
本文主要从一个例子开始说说线性回归模型以及线性回归模型的损失函数，求解方法和概率解释。不涉及统计学里的回归分析等诸多细节。例子：假设我们中介手上有一些房屋销售的数据（北京的房价太高了）：面积(平方米)价格（万）8032090365100380120400150500有个人有个130平方米的房子要卖，...
分类：
其他好文 时间：
2014-11-20 20:14:07
阅读次数：
281
