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)。
发表回复