二. 线性模型
特征工程系列之非线性特征提取和模型堆叠
当在数据一个线性子空间像扁平饼时 PCA 是非常有用的。但是如果数据形成更复杂的形状呢？一个平面（线性子空间）可以推广到一个 流形 （非线性子空间），它可以被认为是一个被各种拉伸和滚动的表面。如果线性子空间是平的纸张，那么卷起的纸张就是非线性流形的例子。你也可以叫它瑞士卷。（见图 7-1），一旦滚动，二维平面就会变为三维的。然而，它本质上仍是一个二维物体。换句话说，它具有低的内在维度，这是我们在“
日期 2023-06-12 10:48:40
广义线性模型（GLM）及其应用
来源：Deephub Imba本文约1800字，建议阅读5分钟广义线性模型是线性模型的扩展，通过联系函数建立响应变量的数学期望值与线性组合的预测变量之间的关系。复制广义线性模型[generalize linear model(GLM)]是线性模型的扩展，通过联系函数建立响应变量的数学期望值与线性组合的预测变量之间的关系。它的特点是不强行改变数据的自然度量，数据可以具有非线性和非恒定方差结构。是线性
日期 2023-06-12 10:48:40
R语言广义线性模型之lm()函数与glm()函数
广义线性模型扩展了线性模型的框架，包含了非正态因变量的分析。logisitic回归的因变量为类别型，比如二值变量（是/否、通过/未通过）和多分类变量（好/中/差）。标准线性模型也是广义线性模型的一个特例。如果令连接函数g(μy)=μy或恒等函数，并设定概率分布为正态（高斯）分布，那么： glm(Y~X1+X2+X3,family=gaussian(link="identity&qu
日期 2023-06-12 10:48:40
非线性混合效应 NLME模型对抗哮喘药物茶碱动力学研究|附代码数据
全文下载链接：tecdat.cn/?p=24074茶碱数据文件报告来自抗哮喘药物茶碱动力学研究的数据。给 12 名受试者口服茶碱，然后在接下来的 25 小时内在 11 个时间点测量血清浓度 head(thdat)复制此处，时间是从抽取样品时开始给药的时间（h），浓度是测得的茶碱浓度（mg/L），体重是受试者的体重（kg）。12 名受试者在时间 0 时接受了 320 mg 茶碱。让我们绘制数据，即浓
日期 2023-06-12 10:48:40
非线性混合效应 NLME模型对抗哮喘药物茶碱动力学研究|附代码数据
全文下载链接：http://tecdat.cn/?p=24074茶碱数据文件报告来自抗哮喘药物茶碱动力学研究的数据。给 12 名受试者口服茶碱，然后在接下来的 25 小时内在 11 个时间点测量血清浓度。head(thdat)复制此处，时间是从抽取样品时开始给药的时间（h），浓度是测得的茶碱浓度（mg/L），体重是受试者的体重（kg）。12 名受试者在时间 0 时接受了 320 mg 茶碱。让我们
日期 2023-06-12 10:48:40
R语言STAN贝叶斯线性回归模型分析气候变化影响北半球海冰范围和可视化检查模型收敛性|附代码数据
原文链接：http://tecdat.cn/?p=24334像任何统计建模一样，贝叶斯建模可能需要为你的研究问题设计合适的模型，然后开发该模型，使其符合你的数据假设并运行（点击文末“阅读原文”获取完整代码数据）。1. 了解 Stan统计模型可以在R或其他统计语言的各种包中进行拟合。但有时你在概念上可以设计的完美模型，在限制了你可以使用的分布和复杂性的软件包或程序中很难或不可能实现。这时你可能想转而
日期 2023-06-12 10:48:40数据分享|多变量多元多项式曲线回归线性模型分析母亲吸烟对新生婴儿体重影响可视化|附代码数据
全文链接：http://tecdat.cn/?p=26147 本文使用的数据集记录了 1236 名新生婴儿的体重（查看文末了解数据获取方式），以及他们母亲的其他协变量本研究的目的是测量吸烟对新生儿体重的影响。研究人员需要通过控制其他协变量（例如母亲的体重和身高）来隔离其影响。这可以通过使用多元回归模型来完成，例如，通过考虑权重 Y_i 可以建模为str(babis)复制数据集的描述如下：bwt
日期 2023-06-12 10:48:40R语言广义线性模型(GLM)、全子集回归模型选择、检验分析全国风向气候数据|附代码数据
全文链接：http://tecdat.cn/?p=30914最近我们被客户要求撰写关于广义线性模型(GLM)的研究报告，包括一些图形和统计输出。我们正和一位朋友讨论如何在R软件中用GLM模型处理全国的气候数据。本文获取了全国的2021年全国的气候数据采样时间：2021年1月1号~2021年12月31号 采样地点：全国各地。本次调查搜集了2021年全国不同地区的风向、降雨量、风速、风速变化、最大风速
日期 2023-06-12 10:48:40R语言用贝叶斯线性回归、贝叶斯模型平均 (BMA)来预测工人工资|附代码数据
全文链接：http://tecdat.cn/?p=24141最近我们被客户要求撰写关于贝叶斯线性回归的研究报告，包括一些图形和统计输出。在本文中，贝叶斯模型提供了变量选择技术，确保变量选择的可靠性。对社会经济因素如何影响收入和工资的研究为应用这些技术提供了充分的机会，同时也为从性别歧视到高等教育的好处等主题提供了洞察力背景下面，贝叶斯信息准则（BIC）和贝叶斯模型平均法被应用于构建一个简明的收入预
日期 2023-06-12 10:48:40R语言用Rshiny探索lme4广义线性混合模型（GLMM）和线性混合模型（LMM）|附代码数据
全文链接：http://tecdat.cn/?p=3138随着软件包的进步，使用广义线性混合模型（GLMM）和线性混合模型（LMM）变得越来越容易最近我们被客户要求撰写关于广义线性混合模型的研究报告，包括一些图形和统计输出。 由于我们发现自己在工作中越来越多地使用这些模型，我们开发了一套R shiny工具来简化和加速与对象交互的lme4常见任务。shiny的应用程序和演示演示此应用程序功能的最简单
日期 2023-06-12 10:48:40R语言使用bootstrap和增量法计算广义线性模型（GLM）预测置信区间|附代码数据
原文链接：http://tecdat.cn/?p=15062最近我们被客户要求撰写关于广义线性模型的研究报告，包括一些图形和统计输出。考虑简单的泊松回归。给定的样本，其中，目标是导出用于一个95％的置信区间给出，其中是预测。因此，我们要导出预测的置信区间，而不是观测值，即下图的点> r=glm(dist~speed,data=cars,family=poisson) > P=predi
日期 2023-06-12 10:48:40R语言用贝叶斯线性回归、贝叶斯模型平均 (BMA)来预测工人工资|附代码数据
全文链接：http://tecdat.cn/?p=24141我们被要求在本周提供一个报告，该报告将结合贝叶斯线性回归，贝叶斯模型平均等数值方法。在本文中，贝叶斯模型提供了变量选择技术，确保变量选择的可靠性。对社会经济因素如何影响收入和工资的研究为应用这些技术提供了充分的机会，同时也为从性别歧视到高等教育的好处等主题提供了洞察力背景下面，贝叶斯信息准则（BIC）和贝叶斯模型平均法被应用于构建一个简明
日期 2023-06-12 10:48:40R语言线性混合效应模型（固定效应&随机效应）和交互可视化3案例|附代码数据
全文下载链接：http://tecdat.cn/?p=23050最近我们被客户要求撰写关于线性混合效应模型的研究报告，包括一些图形和统计输出。在本文中，我们将用R语言对数据进行线性混合效应模型的拟合，然后可视化你的结果线性混合效应模型是在有随机效应时使用的，随机效应发生在对随机抽样的单位进行多次测量时。来自同一自然组的测量结果本身并不是独立的随机样本。因此，这些单位或群体被假定为从一个群体的 &q
日期 2023-06-12 10:48:40R语言广义线性模型(GLM)、全子集回归模型选择、检验分析全国风向气候数据|附代码数据
全文链接：http://tecdat.cn/?p=30914最近我们被客户要求撰写关于广义线性模型的研究报告，包括一些图形和统计输出。我们正和一位朋友讨论如何在R软件中用GLM模型处理全国的气候数据。本文获取了全国的2021年全国的气候数据采样时间：2021年1月1号~2021年12月31号 采样地点：全国各地。本次调查搜集了2021年全国不同地区的风向、降雨量、风速、风速变化、最大风速、最大降雨
日期 2023-06-12 10:48:40R语言使用bootstrap和增量法计算广义线性模型（GLM）预测置信区间|附代码数据
原文链接：http://tecdat.cn/?p=15062最近我们被客户要求撰写关于广义线性模型（GLM）预测置信区间的研究报告，包括一些图形和统计输出。考虑简单的泊松回归我们要导出预测的置信区间，而不是观测值，即下图的点> r=glm(dist~speed,data=cars,family=poisson) > P=predict(r,type="response&quo
日期 2023-06-12 10:48:40R语言用贝叶斯线性回归、贝叶斯模型平均 (BMA)来预测工人工资|附代码数据
全文链接：http://tecdat.cn/?p=24141最近我们被客户要求撰写关于贝叶斯模型的研究报告，包括一些图形和统计输出。在本文中，贝叶斯模型提供了变量选择技术，确保变量选择的可靠性。对社会经济因素如何影响收入和工资的研究为应用这些技术提供了充分的机会，同时也为从性别歧视到高等教育的好处等主题提供了洞察力背景下面，贝叶斯信息准则（BIC）和贝叶斯模型平均法被应用于构建一个简明的收入预测模
日期 2023-06-12 10:48:40A.机器学习入门算法（九）: 基于线性判别模型的LDA手写数字分类识别
1.机器学习算法（九）: 基于线性判别模型的LDA手写数字分类识别本项目链接：https://www.heywhale.com/home/column/64141d6b1c8c8b518ba97dcc1.1 LDA算法简介和应用线性判别模型（LDA）在模式识别领域（比如人脸识别等图形图像识别领域）中有非常广泛的应用。LDA是一种监督学习的降维技术，也就是说它的数据集的每个样本是有类别输出的。这点和
日期 2023-06-12 10:48:40【运筹学】线性规划数学模型 ( 单纯形法 | 迭代原则 | 入基 | 出基 | 线性规划求解示例 )
文章目录一、单纯形法计算示例 ( 上篇博客回顾总结 )二、迭代原则三、最优解推导四、出基与入基五、出基与入基变量选择一、单纯形法计算示例 ( 上篇博客回顾总结 )在上一篇博客 【运筹学】线性规划数学模型 ( 单纯形法 | 最优解判定原则 | 线性规划求解示例 ) 博客给出了一个线性规划的示例 , 并进行了 查找初始基可行解 , 和 判定该基可行解是否是最优解 ;在目标函数中 , 将基可行解代入目标
日期 2023-06-12 10:48:40【运筹学】线性规划数学模型 ( 单纯形法 | 第二次迭代 | 方程组同解变换 | 生成新单纯形表 | 计算检验数 | 最优解判定 | 线性规划解个数分析 )
文章目录一、第二次迭代二、方程组同解变换三、生成新的单纯形表四、计算检验数、最优解判定五、最优解个数说明1、唯一最优解2、无穷最优解3、无界解4、总结六、出基变量选择说明上一篇博客 【运筹学】线性规划数学模型 ( 单纯形法 | 第一次迭代 | 方程组同解变换 | 计算新单纯形表 | 计算检验数 | 入基变量选择 | 出基变量选择 | 第三次迭代 | 得到最优解 ) 中进行了线性规划的第一次迭代 ,
日期 2023-06-12 10:48:40【运筹学】线性规划数学模型 ( 线性规划三要素 | 一般形式 | 标准形式 | 标准形式转化 | 可行解 | 最优解 | 基 | 基向量 | 基变量 | 非基变量 ) ★★
文章目录一、线性规划模型三要素二、线性规划一般形式和标准形式三、线性规划普通形式转为标准形式1、目标函数2、决策变量约束3、等式约束方程4、总体顺序说明5、线性规划标准形式转化案例四、线性规划解、可行解、最优解五、线性规划 基、基向量、基变量、非基变量一、线性规划模型三要素线性规划数学模型三要素 :( 1 ) 决策变量 : 上述 产品甲乙 的个数 x_1 , x_2 就是决策变量 , 直接关系到利
日期 2023-06-12 10:48:40MCMC的rstan贝叶斯回归模型和标准线性回归模型比较|附代码数据
原文链接：http://tecdat.cn/?p=25453最近我们被客户要求撰写关于贝叶斯回归的研究报告，包括一些图形和统计输出。现在有了对贝叶斯方法的概念理解，我们将实际研究使用它的回归模型为了简单起见，我们从回归的标准线性模型开始。然后添加对采样分布或先验的更改。我们将通过 R 和相关的 R 包 rstan 使用编程语言 Stan。示例：线性回归模型在下文中，我们将设置一些初始数据，并使用标
日期 2023-06-12 10:48:40用R语言用Nelson Siegel和线性插值模型对债券价格和收益率建模|附代码数据
原文链接：http://tecdat.cn/?p=11758最近我们被客户要求撰写关于Nelson Siegel和线性插值模型的研究报告，包括一些图形和统计输出。保证金购买是指投资者先从银行或经纪人处借得资金购买证券，而所购买的证券作为借入资金的抵押债券基础 零息债券是指以贴现方式发行，不附息票，而于到期日时按面值一次性支付本利的债券。债券的票面价值 债券的票面价值又称面值,是债券票面标明的货币价
日期 2023-06-12 10:48:40R语言nlme、nlmer、lme4用（非）线性混合模型non-linear mixed model分析藻类数据实例|附代码数据
原文链接：http://tecdat.cn/?p=23426最近我们被客户要求撰写关于线性混合模型的研究报告，包括一些图形和统计输出。混合线性模型，又名多层线性模型(Hierarchical linear model)。它比较适合处理嵌套设计(nested)的实验和调查研究数据序言此外，它还特别适合处理带有被试内变量的实验和调查数据，因为该模型不需要假设样本之间测量独立，且通过设置斜率和截距为随机
日期 2023-06-12 10:48:40分布滞后线性和非线性模型（DLNM）分析空气污染（臭氧）、温度对死亡率时间序列数据的影响|附代码数据
全文下载链接 http://tecdat.cn/?p=23947 最近我们被客户要求撰写关于分布滞后线性和非线性模型的研究报告，包括一些图形和统计输出。分布滞后非线性模型（DLNM）表示一个建模框架，可以灵活地描述在时间序列数据中显示潜在非线性和滞后影响的关联。该方法论基于交叉基的定义，交叉基是由两组基础函数的组合表示的二维函数空间，它们分别指定了预测变量和滞后变量的关系。关键字：分布滞后模型，时
日期 2023-06-12 10:48:40方差分析一般线性模型
方差分析一般线性模型 一、基本思想 方差分析的基本思想是：通过分析研究不同来源的变异对总变异的贡献大小，从而确定可控因素对研究结果影响力的大小。 二、应用 数据分析师在用方差分析主要用途：①均数差别的显著性检验，②分离各有关因素并估计其对总变异的作用，③分析因素间的交互作用，④方差齐性检验。 三、实例（数据符合方差齐性检验） 例一：单因素检验 第一部分：项目描述 项目
日期 2023-06-12 10:48:40ML之LiR&2PolyR：使用线性回归LiR、二次多项式回归2PolyR模型在披萨数据集上拟合(train)、价格回归预测(test)
ML之LiR&2PolyR：使用线性回归LiR、二次多项式回归2PolyR模型在披萨数据集上拟合(train)、价格回归预测(test) 目录 输出结果 设计思路 核心代码 输出结果 设计思路 核心代码 poly2 = PolynomialF
日期 2023-06-12 10:48:40ML之LiR：使用线性回归LiR回归模型在披萨数据集上拟合(train)、价格回归预测(test)
ML之LiR：使用线性回归LiR回归模型在披萨数据集上拟合(train)、价格回归预测(test) 目录 输出结果 设计思路 核心代码 输出结果 设计思路 核心代码 r= LinearRegression() r.fit(X_
日期 2023-06-12 10:48:40【配电网规划】SOCPR和基于线性离散最优潮流（OPF）模型的配电网规划( DNP )（Matlab代码实现）
👨🎓个人主页：研学社的博客 💥💥💞💞欢迎来到本博客❤️❤️💥💥 🏆博主优势：🌞🌞🌞博客内容尽量做到
日期 2023-06-12 10:48:40基于离散、连续、线性和非线性模型进行模型预测（MPC）控制（Matlab代码实现）
💥💥💞💞欢迎来到本博客❤️❤️💥💥 🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。 ⛳️座右铭
日期 2023-06-12 10:48:40【混合遗传规划和正交最小二乘法】基于混合遗传规划和正交最小二乘法的线性参数动态输入输出系统的模型结构识别（Matlab代码实现）
👨🎓个人主页：研学社的博客 💥💥💞💞欢迎来到本博客❤️❤️💥💥 🏆博主优势：🌞🌞🌞博客内容尽量做到
日期 2023-06-12 10:48:40【阶段三】Python机器学习04篇：机器学习项目实战：多元线性回归模型、岭回归模型与套索回归模型
本篇的思维导图： 一元线性回归的数学原理 一元线性回归模型又称为简单线性回归模型，其形式可以表示为如下所示的公式。 y＝ax＋b 其中，y为因变量，x为自变量，a为回归系数，b为截距。 如下图所示，其
日期 2023-06-12 10:48:40