栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

回归分析--线性回归模型

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

回归分析--线性回归模型

回归分析

分类:简单一元线性回归模型与多元线性回归模型
1、确定变量主要影响因素(自变量)
2、建立预测模型(根据自变量与因变量建立模型)
3、计算预测误差要进行一定个解释与说明。判定模型是否适用于实际,取决于对回归预测模型的检验和对预测误差的计算。
4、确定预测值根据模型获得预测值,并对预测值进行综合分析,从而确定预测值。
5、优度检验于灵敏度分析
可通过交叉验证确定R方,R方>0.7(或0.75),说明效果良好。
注意模型中的相关性:偏相关、自相关,在机器学习中可不进行数据检验。

确定变量:因子分析,AHP,熵权法,变异系数法等其他方法确定变量

python package:sklearn

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/739207.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号