文章 2024-04-29 来自:开发者社区

【视频】R语言LDA线性判别、QDA二次判别分析分类葡萄酒品质数据|数据分享(下)

【视频】R语言LDA线性判别、QDA二次判别分析分类葡萄酒品质数据|数据分享(上):https://developer.aliyun.com/article/1497224 非线性模型 在 GAM 模型中,只有挥发性酸度的自由度等于 1,表明线性关联,而对所有其他 10 个变量应用平滑样条。 结果表明,酒精、柠檬酸、残糖、硫酸盐、固定酸度、挥发性酸度、氯化物和总二氧化硫...

【视频】R语言LDA线性判别、QDA二次判别分析分类葡萄酒品质数据|数据分享(下)
文章 2024-04-29 来自:开发者社区

【视频】R语言LDA线性判别、QDA二次判别分析分类葡萄酒品质数据|数据分享(上)

全文链接:https://tecdat.cn/?p=33031 分析师:Donglei Niu 判别分析(Discriminant analysis)是一种统计分析方法,旨在通过将一组对象(例如观察数据)分类到已知类别的组中,来发现不同组之间的差异(点击文末“阅读原文”获取完整代码数据)。 什么是判别分析 ...

【视频】R语言LDA线性判别、QDA二次判别分析分类葡萄酒品质数据|数据分享(上)
文章 2024-04-28 来自:开发者社区

【视频】R语言生存分析原理与晚期肺癌患者分析案例|数据分享(下)

【视频】R语言生存分析原理与晚期肺癌患者分析案例|数据分享(上):https://developer.aliyun.com/article/1495622 Xx年生存率常常被错误估计 如果 使用“天真”的估计会怎样? 228名患者中的121名到1年时死亡,因此: ...

【视频】R语言生存分析原理与晚期肺癌患者分析案例|数据分享(下)
文章 2024-04-28 来自:开发者社区

【视频】R语言生存分析原理与晚期肺癌患者分析案例|数据分享(上)

生存分析的名称源于临床研究,其中预测死亡时间,即生存,通常是主要目标。 生存分析是一种回归问题(人们想要预测一个连续值),但有一个转折点。它与传统回归的不同之处在于,在生存分析中,结果变量既有一个事件,也有一个与之相关的时间值,部分训练数据只能被部分观察——它们是被删失的。本文用R语言生存分析晚期肺癌患者数据(查看文末了解数据获取方式)。 普通最小二乘回归方法不足,因为...

【视频】R语言生存分析原理与晚期肺癌患者分析案例|数据分享(上)
文章 2024-04-26 来自:开发者社区

【视频】机器学习交叉验证CV原理及R语言主成分PCA回归分析犯罪率|数据共享

全文下载链接:http://tecdat.cn/?p=24671 交叉验证是避免过度拟合和很好地理解预测模型性能的最有效技术之一。 训练集用于训练模型,测试集用于评估其性能。但是这种方法通常应该避免,并且不应用于现实世界的场景。 ...

【视频】机器学习交叉验证CV原理及R语言主成分PCA回归分析犯罪率|数据共享
文章 2024-04-25 来自:开发者社区

【视频】什么是非线性模型与R语言多项式回归、局部平滑样条、 广义相加GAM分析工资数据|数据分享(下)

【视频】什么是非线性模型与R语言多项式回归、局部平滑样条、 广义相加GAM分析工资数据|数据分享(上):https://developer.aliyun.com/article/1492364 广义加性模型 GAM模型提供了一个通用框架,可通过允许每个变量的非线性函数扩展线性模型,同时保持可加性。 具有平滑样条的GAM并不是那么简单,因为不能使用最小二...

【视频】什么是非线性模型与R语言多项式回归、局部平滑样条、 广义相加GAM分析工资数据|数据分享(下)
文章 2024-04-25 来自:开发者社区

【视频】什么是非线性模型与R语言多项式回归、局部平滑样条、 广义相加GAM分析工资数据|数据分享(上)

全文链接:http://tecdat.cn/?p=9706 在这文中,我将介绍非线性回归的基础知识。非线性回归是一种对因变量和一组自变量之间的非线性关系进行建模的方法。最后我们用R语言非线性模型预测个人工资数据(查看文末了解数据获取方式)是否每年收入超过25万。 这些数据点对应于一段时间内的中国国内生产总值或 GDP。 第一栏是年份,第二栏是中国当年相...

【视频】什么是非线性模型与R语言多项式回归、局部平滑样条、 广义相加GAM分析工资数据|数据分享(上)
文章 2024-04-25 来自:开发者社区

【视频】R语言极值理论EVT:基于GPD模型的火灾损失分布分析|数据分享(下)

【视频】R语言极值理论EVT:基于GPD模型的火灾损失分布分析|数据分享(上):https://developer.aliyun.com/article/1492333 四、摩天大楼 另一个有趣的应用是对摩天大楼的数据建模并检查其高度和楼层数的限制。全球摩天大楼的数据来自高层建筑和城市人居委员会 (CTBUH)。对摩天大楼的数量分布拟合了对数线性模型。进行 EVT 分析...

【视频】R语言极值理论EVT:基于GPD模型的火灾损失分布分析|数据分享(下)
文章 2024-04-25 来自:开发者社区

【视频】R语言极值理论EVT:基于GPD模型的火灾损失分布分析|数据分享(上)

全文链接:http://tecdat.cn/?p=21425 “In cauda venenum”是您在极值理论一书中看到的第一句话:Laurens de Haan 和 Anna Ferreira 的介绍,这是关于您在应用 EVT 时将要处理的数据的性质的非常富有表现力的句子,极端数据通常具有更重要的尾部信息,反映真实行为。 本文利用GPD模型对火灾经济损失数据(查看文...

【视频】R语言极值理论EVT:基于GPD模型的火灾损失分布分析|数据分享(上)
文章 2024-04-24 来自:开发者社区

【视频】KMEANS均值聚类和层次聚类:R语言分析生活幸福指数可视化|数据分享(下)

【视频】KMEANS均值聚类和层次聚类:R语言分析生活幸福指数可视化|数据分享(上):https://developer.aliyun.com/article/1491650 欧氏距离 我们将使用欧几里得距离找到彼此最相似的国家,并将它们分组在一起。 ...

【视频】KMEANS均值聚类和层次聚类:R语言分析生活幸福指数可视化|数据分享(下)

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。