Для большей точности на низко-размерном через средние размерные наборы данных подбирайте модель линейной регрессии использование fitlm.
| Regression Learner | Обучите модели регрессии предсказывать данные с помощью машинного обучения с учителем |
LinearModel | Модель линейной регрессии |
CompactLinearModel | Компактная модель линейной регрессии |
RegressionLinear | Модель линейной регрессии для высоко-размерных данных |
RegressionPartitionedLinear | Перекрестная подтвержденная модель линейной регрессии для высоко-размерных данных |
Что такое модель линейной регрессии?
Модели регрессии описывают отношение между зависимой переменной и одной или несколькими независимыми переменными.
Подбирайте модель линейной регрессии и исследуйте результат.
В ступенчатой регрессии предикторы автоматически добавляются к или обрезаются из модели.
Устойчивая регрессия — уменьшает эффекты выброса
Подбирайте устойчивую модель, которая менее чувствительна, чем обычные наименьшие квадраты к большим изменениям в мелких деталях данных.
Выберите функцию регрессии в зависимости от типа проблемы регрессии и унаследованный код обновления с помощью новых подходящих функций.
Сводные данные Выхода и диагностической статистики
Оцените подобранную модель при помощи свойств модели и объектных функций.
Обозначение Уилкинсона обеспечивает способ описать регрессию и модели повторных измерений, не задавая содействующие значения.
Рабочий процесс линейной регрессии
Импортируйте и подготовьте данные, подбирайте модель линейной регрессии, протестируйте и улучшите ее качество и совместно используйте модель.
Интерпретируйте результаты линейной регрессии
Отобразите и интерпретируйте линейную регрессию выходная статистика.
Линейная регрессия с эффектами взаимодействия
Создайте и анализируйте модель линейной регрессии с эффектами взаимодействия и интерпретируйте результаты.
Линейная регрессия Используя таблицы
В этом примере показано, как выполнить линейный и аналитические таблицы использования ступенчатой регрессии.
Линейная регрессия с категориальными ковариантами
Выполните регрессию с категориальными ковариантами с помощью категориальных массивов и fitlm.
Анализируйте данные временных рядов
В этом примере показано, как визуализировать и анализировать данные временных рядов с помощью timeseries возразите и regress функция.
Обучите модель линейной регрессии
Обучите модель линейной регрессии использование fitlm анализировать данные в оперативной памяти и данные, которые не помещаются в память.
Частичные наименьшие квадраты (PLS) создают новые переменные предикторы как линейные комбинации исходных переменных предикторов, при рассмотрении наблюдаемых значений ответа, продвижении к экономной модели с надежной предсказательной силой.
Частичная регрессия наименьших квадратов и регрессия основных компонентов
В этом примере показано, как применить Частичную регрессию наименьших квадратов (PLSR) и Регрессию основных компонентов (PCR), и обсуждает эффективность этих двух методов.