摘要：Logistic回归模型 Logistich回归模型也被成为广义线性回归模型。 它是将线性回归模型的预测值经过非线性的Logit函数转换为[0,1]之间的概率值。 研究得是分类问题，跟之前的线性回归、岭回归、Lasso回归不同。 混淆矩阵 实际值 预 0 1 测 0 A B A+B 值 1 C D 阅读全文

摘要：线性回归模型的短板 当自变量个数多于样本量或自变量间存在多重共线性时，将无法根据公式计算回归系数的估计值。 岭回归模型 为了解决多元线性模型中回归参数β存在的不可逆问题，统计学家提出了岭回归模型。 该模型解决问题的思路是在线性模型的目标函数之上添加L2正则项（也称为惩罚项）。 λ值的确定--交叉验证 阅读全文

摘要：⼀元线性回归模型 两边变量之间存在明显的线性关系 相关系数算法 # 方式1：用数学公式计算 import numpy import pandas X = [52,19,7,33,2] Y = [162,61,22,100,6] #公式计算 #均值 XMean = numpy.mean(X) YMea 阅读全文