数据挖掘基础及应用 课件 第3章_回归问题分析_蓝橙课堂版1.pptx

01;本章学习路线;目标变量决定预测任务;一元线性回归模型;残差是观测值与拟合值的差;最小二乘法的目标;例3.3：手算一条回归直线;例3.1：一元回归的拟合结果;例3.1：建模的关键调用;多元线性回归模型;例3.2：两个自变量的回归;多重共线性与系数解释;训练、验证与测试的分工;MAE、MSE与RMSE;R2与调整后的R2;残差图：检查模型遗漏的结构;例3.4：自行车日租赁量预测;自行车案例：类别编码与数值输入;自行车案例：拟合后怎样评价;逻辑回归：从线性组合到概率;Sigmoid函数与分类阈值;阈值改变精确率和召回率;逻辑回归的训练目标;二分类模型的评价口径;例3.5