• 3.1    线性回归模型假定 回归函数E(Y|X)与输入X1,...,Xp是线性关系。 ## 可以扩展到与 输入的变换 是线性关系,这种扩展叫做 basis-function methods(基函数方法) ,在Chp5 中讨论。
  • 3.2    输入变量可以是 1.输入的Xj  2.输入的变换,如取对数、开方等  3. basis expansions,如X2=X1的平方,X3=X1的三次方,变成了多项式表示  4. dummy coding  5.interaction between variables,比如:X3=X1*X2。  ## 总之,模型关于参数是线性的。   ##   RSS(the residual sum of squares) ##   最小二乘的预测y-hat 是y在输入X生成的列空间上的正交投影  ##若X的列不是相互独立的,软件可以将某些列删掉 ##  Rank deficiencies 输入变量p大于训练样本数  ##参数估计值Beta-hat的方差 ##对单个系数进行假设检验,t检验&对多个系数进行显著性检验,F检验     null hypothesis指零假设、原假设  ##  Example: Prostate Cancer,base error rate                                                                                                                                                                                                                             ##the Gauss-Markov Theorm,最小二乘估计出的Beta在所有线性无偏估计中有最小的方差,而ridge regression 是有偏估计。但是可能存在有偏估计量有更小的方差,bias-variance tradeoff。比如:将最小二乘中一些系数设置为0可能会得到一个有偏估计。

转载于:https://www.cnblogs.com/terryhaha/p/6714325.html

《The Elements of Statistical Learning》 chp3 Linear Models for Regression相关推荐

  1. 《The elements of statistical learning》

    <The elements of statistical learning>是由统计学界三位泰斗级人物Trevor Hastie, Robert Tibshirani和Jerome Fri ...

  2. 【资源分享】639页《深度学习:Deep Learning》硬核课程PPT

    关注上方"深度学习技术前沿",选择"星标公众号", 资源干货,第一时间送达!    课程名称 Deep Learning    课程地址 https://git ...

  3. The Elements of Statistical Learning的笔记

    1. The Problem of Overfitting 1 还是来看预测房价的这个例子,我们先对该数据做线性回归,也就是左边第一张图. 如果这么做,我们可以获得拟合数据的这样一条直线,但是,实际上 ...

  4. 《Neural networks and deep learning》概览

    最近阅读了<Neural networks and deep learning>这本书(online book,还没出版),算是读得比较仔细,前面几章涉及的内容比较简单,我着重看了第三章& ...

  5. AI:2020年6月23日北京智源大会演讲分享之智能信息检索与挖掘专题论坛——09:55-10:40刘兵教授《Open-World AI and Continual Learning》

    AI:2020年6月23日北京智源大会演讲分享之智能信息检索与挖掘专题论坛--09:55-10:40刘兵教授<Open-World AI and Continual Learning> 导 ...

  6. 特征工程的宝典-《Feature Engineering for Machine Learning》翻译及代码实现

    由O'Reilly Media,Inc.出版的<Feature Engineering for Machine Learning>(国内译作<精通特征工程>)一书,可以说是特征 ...

  7. 《A Survey on Transfer Learning》中文版翻译《迁移学习研究综述》

    首先感谢(http://blog.csdn.net/magic_leg/article/details/73957331)这篇博客首次将<A Survey on Transfer Learnin ...

  8. 太赞!639 页《深度学习:Deep Learning》硬核课程 PPT 下载

       课程名称 Deep Learning    课程地址 https://github.com/glouppe/info8010-deep-learning#info8010---deep-lear ...

  9. 太赞!639页《深度学习:Deep Learning》硬核课程PPT下载

       课程名称 Deep Learning    课程地址 https://github.com/glouppe/info8010-deep-learning#info8010---deep-lear ...

最新文章

  1. Win7下程序结束为何没有调用 DLL_PROCESS_DETACH?
  2. 拿 C# 搞函数式编程 - 2
  3. linux bin目录误删,Linux下误删 /user/bin目录后的补救
  4. 力扣46. 全排列(JavaScript)
  5. azure 入门_Azure Function应用程序入门
  6. 上传excel腾讯云服务器,使用SpringBoot上传文件到腾讯云
  7. Vue.js实现可配置的登录表单
  8. 刘海屏的MacBook Pro还值得入手吗?
  9. 数据过多,程序运行失败
  10. Mac怎么将文档导出成PDF格式文件
  11. pert图java_甘特图和PERT图
  12. 按键精灵学习如何偷菜示例基本代码
  13. Win快捷键大全史上最全~ win打开资源管理器快捷键(查看内存的占用)
  14. 如何将手机中的Word文档转换成PDF文件?
  15. python实时股票数据折线图_股票分笔成交数据导出,python实时股票数据
  16. 产业赋能,平台先行——未来工业强国的典型特征
  17. 【小米集团】2019校招在线考试-算法试卷编程题
  18. 超详细的 Wireshark 使用教程
  19. 安卓搭建http服务器——NanoHttpd
  20. 【蓝桥杯真题】18天Python组冲刺 心得总结

热门文章

  1. python 画云图_【词云图】如何用python的第三方库jieba和wordcloud画词云图
  2. java volatile 多线程_Java多线程之volatile
  3. Java写 soapclient_Java for Web学习笔记(一一八):【篇外】Soap client
  4. 2021-08-27 思考:1000瓶药水,1瓶有毒,老鼠毒发24h,如何用最少的老鼠在24h内找出毒药?
  5. 标题:分数(2018C语言A组(1))
  6. vant UI库组件, 与HTML 标签冲突
  7. 怎样开启mysql慢检查_如何开启mysql的慢查询
  8. python openstack究竟能干嘛_openstack是什么,能干什么
  9. 乐观锁和悲观锁,可重入锁和不可重入锁(1)
  10. Kali Linux安装Google中文输入法(只需5步)