线性回归
线性回归是利用数理统计中回归分析,来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,运用十分广泛。其表达形式为y=w'x+e,e为误差服从均值为0的正态分布。[1]
资源总数
500
线性回归 热门资料
查看全部 500 份 →BP神经网络用于分类与回归 1、NeuralNetwork_BP_Classification.m - 分类 2、NeuralNetwork_BP_Regression.m - 回归
BP神经网络用于分类与回归 1、NeuralNetwork_BP_Classification.m - 分类 2、NeuralNetwork_BP_Regression.m - 回归
2014-01-07
55
局部线性回归方法及其稳健形式已经被看作一种有效的非参数光滑方法.与流行的核回归方法相比,它有诸多优点,诸如:较高的渐近效率和较强的适应设计能力.另外,局部线性回归能适应几乎所有的回归设计情形却不需要任
局部线性回归方法及其稳健形式已经被看作一种有效的非参数光滑方法.与流行的核回归方法相比,它有诸多优点,诸如:较高的渐近效率和较强的适应设计能力.另外,局部线性回归能适应几乎所有的回归设计情形却不需要任何边界修正。
2013-12-16
167