还剩19页未读,继续阅读
本资源只提供10页预览,全部文档请下载后查看!喜欢就下载吧,查找使用更方便
文本内容:
《非线性回归模型》课件PPT本课件为《非线性回归模型》的详细介绍,将探讨回归分析基础、线性回归模型、非线性回归模型的概述及其应用欢迎加入深度学习的世界回归分析基础简介为什么使用回归分析1通用步骤数据的收集,变量的选择,模2型建立,参数估计模型评估,,3MAE MSER-squared线性回归模型简介定义最小二乘法12线性关系的二维模型如何寻找最佳拟合直线模型评估使用实现34Python检验,检验,F tsklearn statsmodel非线性回归模型概述定义1有其他形式的关系函数的模型缺点2复杂性高,参数量多,坏处是难以解释,过拟合风险大优点3较好的适应能力,有效性较好常见的非线性关系形式逻辑模型双曲正切模型指数模型适用于分类任务,可能导致过拟合类似于逻辑模型,但实现更加易适用于需要处理非常大或非常小于构建的数字时幂函数模型适用于需要处理具有比例关系的数字时非线性回归模型的选择标准拟合优度稳定性使用最小二乘法时使用的拟合优度向较小的变化具有很大的承受能力可解释性显著性参数有意义,可解释为什么这样设计模型感兴趣的系数是否显著不为0参数估计方法总结最小二乘法•梯度下降法•爬山法•遗传算法•多项式回归模型定义过拟合问题样本量基于多项式函数进行的一种回归出现在高次多项式上需要更多的数据量来获取更好的模型结果指数回归模型定义1基于指数函数进行的一种回归模型应用2股票市场和金融领域的高级预测问题缺陷3随机变动较大,用于预测时误差较大对数回归模型简介优点应用使用对数函数来构建回归模型适用于多维度的数据中相互人口和社会发展、预测疾病受影响的变量进行线性回归传播模型分析幂函数回归模型简介应用限制使用幂函数来拟合数据的回归分熔断器信息校正,金属评测,图先决条件定义,如果没有约束的析像抑制和增强话,误差可能很大逻辑回归模型定义1主要用于分类的一种回归模型优点2用于二分类和多分类,在实际应用中效果显著应用3情感分析等文本分类任务反函数回归模型简介应用优点123通过将预测变量的指数引电商平台中预测出流量量预测能力较强,适用于复入反函数的形式来拟合非和促销销售量的模型杂场景线性关系径向基函数神经网络回归模型定义优点应用使用径向基函数作为输入函数的稳定性好,可以处理复杂的非线图像识别等高级计算机视觉模型神经网络回归模型性问题和高维问题的开发高维非线性回归模型定义1特殊的非线性模型,适合逻辑回归和协同过滤任务应用2金融领域和情感分析模型的构建缺点3参数多,计算量大非线性回归模型在实际问题中的应用天气预测金融预测基于温度和湿度准确预测天气基于历史数据预测货币汇率和股票变化趋势工业设计医疗诊断预测产品使用寿命和设计参数诊断疾病、能量治疗和基因组学数据分析模型的构建非线性回归模型的评估方法线性回归模型的评估非线性回归模型的评使用不同方法的区别123方法估方法特定问题的解决和所需模、值、可决型简化程度的分析R-squared PBayesian Information系数、Criteria AdjustedR-、、squared Mallows’s CpAkaikeInformationCriterion非线性回归模型的拟合优度检验方法定义应用优点一种模型评估方法适用于具有离散数据的模型可以直观地表达模型的拟合效果非线性回归模型的参数显著性检验方法似然比检验法定理应用12Wilks’3计算两个模型的似然函数设拟合值为,若华尔金可应用于多维度,不同时X差异,以确定是否存在显定理的拟合函数在条间,不同维度测试H0著性差异件下成立,则在的效hX果下,拟合函数在omega条件下同样成立,可用于检验多项式非线性回归模型的预测方法分析预测1确定哪些变量与哪些结果相关,并对预测值进行估算金融预测2预测股票价格、汇率、总销售额等金融领域问题质量控制3预测产品中的缺陷率或生产在过程中的异常状态非线性回归模型的局限与未来展望传统模型的缺陷缺少解释远离原始数据,高维图像空间,数据木桶在小样本训练中展示如何使用深度学习技术处理非线性问题,尽管深度学习旨在模拟大脑和信号通路,但仍然有很多问题需要解决。