https://github.com/agnjason/regression-model
实现多种回归模型
https://github.com/agnjason/regression-model
lasso-regression linear-regression logistic-regression regression-models
Last synced: 9 days ago
JSON representation
实现多种回归模型
- Host: GitHub
- URL: https://github.com/agnjason/regression-model
- Owner: agnJason
- Created: 2020-01-29T03:00:36.000Z (over 6 years ago)
- Default Branch: master
- Last Pushed: 2020-01-29T03:03:08.000Z (over 6 years ago)
- Last Synced: 2025-03-04T05:31:52.286Z (over 1 year ago)
- Topics: lasso-regression, linear-regression, logistic-regression, regression-models
- Language: Jupyter Notebook
- Size: 139 KB
- Stars: 2
- Watchers: 2
- Forks: 1
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# Regression-model
实现多种回归模型
一、简介
在统计学中，回归分析（regression analysis）指的是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。回归分析按照涉及的变量的多少，分为一元回归和多元回归分析；按照因变量的多少，可分为简单回归分析和多重回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。在大数据分析中，回归分析是一种预测性的建模技术，它研究的是因变量（目标）和自变量（预测器）之间的关系。这种技术通常用于预测分析，时间序列模型以及发现变量之间的因果关系。
课程中介绍了常见的一些回归分析方法，包括：
一元线性回归，多元线性回归，逻辑回归，局部回归，岭回归，LASSO回归等。
二、数据与问题
利用网络爬虫或者下载已公布的数据集，实现上课介绍的几类基本算法，并比较各种算法的性能。