投资银行培训课件和讲课录音-经济数据统计分析与建模-现代回归和分类

投资银行培训课件和讲课录音-经济数据统计分析与建模-现代回归和分类PPT课件+讲课录音

统计数据模型及计算概要

现代回归和分类: 算法建模的回归和分类

算法建模的回归和分类

例10.1 (数据shuttle.txt).
例10.2 (例9.5数据iris.txt).
IRIS
思考一下：

后面要介绍的回归树的因变量也离散化了（但也不是事先离散化），于是也有些类似于分类树了。

数据B1.txt

思考一下：
回归树和分类树有什么异同？
回归树和经典回归有什么区别？

Adaboost
Adaboost的缺点是对于奇异点或离群点比较敏感，
但其优点是对于过拟合则不那么敏感。

IRIS
IRIS：变量重要性

846个观测值，描述了19个变量的数据[1]。我们希望用其中18个关于汽车的度量（数量变量）来把汽车分类。数据中最后一个变量class为已知的类别（四种：bus、opel、saab、van）。