Preguntas etiquetadas con regression

Técnicas para analizar la relación entre una (o más) variables "dependientes" y variables "independientes".



4
¿Puede la regresión basada en árbol funcionar peor que la regresión lineal simple?
Hola, estoy estudiando técnicas de regresión. Mis datos tienen 15 características y 60 millones de ejemplos (tarea de regresión). Cuando probé muchas técnicas de regresión conocidas (árbol impulsado por gradiente, regresión de árbol de decisión, AdaBoostRegressor, etc.), la regresión lineal funcionó muy bien. Anotó casi mejor entre esos algoritmos. ¿Cuál …




1
Hacer CCA versus construir una variable dependiente con PCA y luego hacer regresión
Dados dos conjuntos de datos multidimensionales, e , algunas personas realizan análisis multivariables mediante la construcción de una variable dependiente sustituta mediante el análisis de componentes principales (PCA). Es decir, ejecute PCA en el conjunto , tome puntajes a lo largo del primer componente , y ejecute una regresión múltiple …


3
¿Cuál es la diferencia entre y ?
Supongamos que tengo una muestra aleatoria .{Xnorte,ynorte}norten = 1{xn,yn}n=1N\lbrace x_n ,y_n \rbrace_{n=1}^N Supongamos queynorte=β0 0+β1Xnorte+εnorteyn=β0+β1xn+εny_n = \beta_0 + \beta_1 x_n + \varepsilon_n yy^norte=β^0 0+β^1Xnortey^n=β^0+β^1xn\hat{y}_n = \hat{\beta}_0 +\hat{\beta}_1 x_n ¿Cuál es la diferencia entre y ?β1β1\beta_1β^1β^1\hat{\beta}_1





2
Fórmula AIC en Introducción al aprendizaje estadístico
Estoy un poco desconcertado por una fórmula presentada en "Introducción al aprendizaje estadístico" de Hastie. En el Capítulo 6, página 212 (sexta impresión, disponible aquí ), se indica que: Un yoC=R SSnorteσ^2+2 dnorteAIC=RSSnσ^2+2dnAIC = \frac{RSS}{n\hat\sigma^2} + \frac{2d}{n} Para modelos lineales con ruido gaussiano, es el número de predictores y es …


Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.