Для большей точности на наборах данных с малыми размерностями и средними размерностями подбирайте линейную регрессионую модель используя fitlm.
Для сокращения времени вычисления на высоко-размерных наборах данных подбирайте линейную регрессионую модель используя fitrlinear.
| Regression Learner | Обучите регрессионные модели прогнозировать данные с помощью машинного обучения с учителем |
LinearModel | Линейная регрессионая модель |
CompactLinearModel | Компактная линейная регрессионая модель |
RegressionLinear | Линейная регрессионая модель для высоко-размерных данных |
RegressionPartitionedLinear | Перекрестная проверенная линейная регрессионая модель для высоко-размерных данных |
Что такое линейная регрессионая модель?
Регрессионные модели описывают отношение между зависимой переменной и одной или несколькими независимыми переменными.
Подбирайте линейную регрессионую модель и исследуйте результат.
В ступенчатой регрессии предикторы автоматически добавляются к модели или обрезаются из нее.
Уменьшите эффекты выбросов с помощью робастной регрессии
Подгонка устойчивой модели, которая менее чувствительна, чем обычные наименьшие квадраты, к большим изменениям в небольших частях данных.
Выберите регрессионую функцию в зависимости от типа задачи регрессии и обновите унаследованный код с помощью новых функций аппроксимации.
Сводные данные статистики Выхода и диагностики
Оцените подобранную модель с помощью свойств модели и функций объекта.
Обозначение Уилкинсона предоставляет способ описать модели регрессии и повторных измерений, не задавая значений коэффициентов.
Рабочий процесс линейной регрессии
Импорт и подготовка данных, подбор линейной регрессионой модели, тестирование и улучшение ее качества и совместное использование модели.
Интерпретируйте результаты линейной регрессии
Отображение и интерпретация статистики выхода линейной регрессии.
Линейная регрессия с эффектами взаимодействия
Создайте и проанализируйте линейную регрессионую модель с эффектами взаимодействия и интерпретируйте результаты.
Линейная регрессия с использованием таблиц
В этом примере показано, как выполнить линейный и ступенчатый регрессионный анализ с помощью таблиц.
Линейная регрессия с категориальными ковариатами
Выполните регрессию с категориальными ковариатами, используя категориальные массивы и fitlm.
В этом примере показано, как визуализировать и проанализировать данные временных рядов с помощью timeseries объект и regress функция.
Обучите линейную регрессионую модель
Обучите линейную регрессионую модель, используя fitlm для анализа данных в памяти и данной , которой не помещаютсе в память,.
Частичные наименьшие квадраты (PLS) строят новые переменные предиктора как линейные комбинации исходных переменных предиктора, рассматривая при этом наблюдаемые значения отклика, приводя к парсимонирующей модели с надежной прогнозирующей степени.
Частичная регрессия методом наименьших квадратов и регрессия основных компонентов
В этом примере показано, как применить частичную регрессию методом наименьших квадратов (PLSR) и регрессию основных компонентов (PCR), и обсуждается эффективность двух методов.
