【视频】R语言逻辑回归（Logistic回归）模型分类预测病人冠心病风险|数据分享
原文链接：http://tecdat.cn/?p=22410 本文介绍了逻辑回归并在R语言中用逻辑回归（Logistic回归）模型分类预测病人冠心病风险数据（查看文末了解数据获取方式）。 逻辑回归是机器学习借用的另一种统计分析方法。当我们的因变量是二分或二元时使用它。 它只是表示一个只有 2 个输出的变量，例如，预测抛硬币（正面/...
R语言、SAS潜类别（分类）轨迹模型LCTM分析体重指数 (BMI)数据可视化|数据分享
原文链接：http://tecdat.cn/?p=26105 潜类别轨迹建模 (LCTM) 是流行病学中一种相对较新的方法，用于描述生命过程中的暴露，它将异质人群简化为同质模式或类别。然而，对于给定的数据集，可以根据类的数量、模型结构和轨迹属性得出不同模型的分数。 本文说明了LCTM的基本用法，用于汇总拟合的潜在类轨迹模型对象的输出。 例子 _目的_：...
R语言KERAS深度学习CNN卷积神经网络分类识别手写数字图像数据（MNIST）
在本文中，我们将学习如何使用keras，用手写数字图像数据集（即MNIST）进行深度学习。本文的目的是为了让大家亲身体验并熟悉培训课程中的神经网络部分。 1 软件包的下载和安装 在这个例子的笔记本中，需要keras R包。由于它有许多需要下载和安装的依赖包，因此需要几分钟的时间才能完成。请耐心等待! 1.1 下载 keras 我们可以通过CRAN调用install...
R语言非参数方法：使用核回归平滑估计和K-NN(K近邻算法)分类预测心脏病数据
本文考虑一下基于核方法进行分类预测。注意，在这里，我们不使用标准逻辑回归，它是参数模型。 非参数方法 用于函数估计的非参数方法大致上有三种：核方法、局部多项式方法、样条方法。 非参的函数估计的优点在于稳健，对模型没有什么特定的假设，只是认为函数光滑，避免了模型选择带来的风险；但是，表达式复杂，难以解释，计算量大是非参的一个很大的毛病。所以说使用非参有风险，选择需谨慎。 ...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。