摘要：
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。 2回归模型 假设我们有一些带有两个属性Y和X的数据。如果它们是线性相关的，则它们可能看起来像这样 阅读全文
posted @ 2021-03-09 13:03
拓端tecdat
阅读(460)
评论(0)
推荐(0)
摘要：
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)和光滑切片绝对偏差惩罚（SCAD），以及其他L2惩罚的选项（ “弹性网络”）。还提供了用于执行交叉验证以及拟合后可视化，摘要，推 阅读全文
posted @ 2021-03-09 13:01
拓端tecdat
阅读(671)
评论(0)
推荐(0)
摘要：
原文链接：http://tecdat.cn/?p=20781 什么是神经网络？ 人工神经网络最初是由研究人员开发的，他们试图模仿人脑的神经生理学。通过将许多简单的计算元素（神经元或单元）组合成高度互连的系统，这些研究人员希望产生诸如智能之类的复杂现象。神经网络是一类灵活的非线性回归，判别模型。通过检 阅读全文
posted @ 2021-03-09 12:59
拓端tecdat
阅读(293)
评论(0)
推荐(0)
摘要：
原文链接：http://tecdat.cn/?p=20904 环境科学中的许多数据不适合简单的线性模型，最好用广义相加模型（GAM）来描述。 这基本上就是具有 光滑函数的广义线性模型（GLM）的扩展 。当然，当您使用光滑项拟合模型时，可能会发生许多复杂的事情，但是您只需要了解基本原理即可。 理论 让 阅读全文
posted @ 2021-03-09 12:58
拓端tecdat
阅读(518)
评论(0)
推荐(0)
浙公网安备 33010602011771号