前面几节内容,我们了解了在回归分析中,如何判断变量之间的相关性——计算R2,如何判断相关的真实性——计算F值和P值。详情可查看回归概述、线性回归...
前面几节内容,我们了解了在回归分析中,如何判断变量之间的相关性——计算R2,如何判断相关的真实性——计算F值和P值。详情可查看回归概述、线性回归...
在上一节线性回归内容中,我们提到了多元线性回归例如下图中,左边是一元线性回归,右边是二元线性回归,中间为体长观察值的均值。通过计算R2, 可以得...
本文所有内容来源于StatQuest 线性回归分析内容分为三个部分:1.通过最小二乘法,拟合出一天直线2.计算R23.计算R2的p值 上一节回归...
Regression Linear Regression 我们获得一些数据,将这些数据分布在二维平面上,我们希望通过这些点绘制出一条直线来表示这...
前言 ROC和AUC,作为一个重要的分类器的评价指标,起初是为了增进军事雷达的敌我侦测能力而发展的。举例而言:雷达接收的无线电波可能只是噪声,也...
Cross Validation 交叉验证(Cross Validation)是指从样本中取出一部分数据作为训练数据集(training dat...
层次聚类(hierarchical clustering)通常和热图(heatmap)密切相关。 绘制热图前,通常需要进行数据标准化处理。 关于...
前言 K-Means 是聚类算法中的最常用的一种,算法最大的特点是简单,好理解,运算速度快,但是只能应用于连续型的数据,并且一定要在聚类前需要手...
前言 PCA是一种线性降维算法,不能解释特征之间的复杂多项式关系。如果特征与特征之间的关系是非线性的话,用PCA可能会导致欠拟合的情形发生。 线...
PCA原理简介 为什么要用PCA? 维基百科介绍:主成分分析(英语:Principal components analysis,PCA)是一种分...
专题公告
本专题为StatQuest学习笔记,已获得Josh Starmer授权
原始视频地址见https://statquest.org/video-index/
多数文章内容是之前自己随手整理的,
所以个别图片引用可能会涉及到其他版权问题,
如果有侵权,敬请及时告知