이번역페이지는최신내용을담고있지않습니다。최신내용을문으로보려면여기를클릭하십시오。
다중선형회귀
다중예측변수를사용하는선형회귀
저차원에서중간차원까지의데이터세트에대한정확도를높이려면fitlm
을사용하여선형회귀모델을피팅하십시오。
고차원데이터세트에대한계산시간을단축하려면fitrlinear
를사용하여선형회귀모델을피팅하십시오。
앱
회귀학습기 | 머신러닝지도학습을사용하여데이터를예측하도록회귀모델훈련시키기 |
객체
LinearModel |
선형회귀모델 |
CompactLinearModel |
紧凑线性回归模型 |
RegressionLinear |
高维数据的线性回归模型 |
RegressionPartitionedLinear |
高维数据的交叉验证线性回归模型 |
함수
도움말항목
선형회귀소개
- 什么是线性回归模型?
回归模型描述了因变量和一个或多个自变量之间的关系。 - 선형 회귀
선형회귀모델을피팅하고결과를검토합니다。 - 逐步回归
在逐步回归中,预测器会自动添加到模型中或从模型中删除。 - 使用稳健回归减少离群值效应
拟合一个健壮的模型,它比普通最小二乘对小部分数据的大变化不那么敏感。 - 选择回归函数
根据回归问题的类型选择回归函数,并使用新的拟合函数更新遗留代码。 - 输出和诊断统计摘要
利用模型属性和对象函数对拟合模型进行评估。 - 威尔金森符号
威尔金森表示法提供了一种描述回归和重复测量模型而不指定系数值的方法。
선형회귀워크플로
- 线性回归工作流程
导入和准备数据,拟合线性回归模型,测试和改进模型质量,共享模型。 - 선형회귀결과해석하기
선형회귀결과출력되는통계량을@ @시하고해석합니다。 - 线性回归与交互效应
构建并分析一个具有交互作用的线性回归模型,并解释结果。 - 利用表格进行线性回归
这个例子展示了如何使用表格执行线性和逐步回归分析。 - 分类协变量的线性回归
使用分类数组和对分类协变量执行回归fitlm
. - 分析时间序列数据
此示例显示如何使用可视化和分析时间序列数据timeseries
对象和回归
函数。 - 列车线性回归模型
训练线性回归模型fitlm
分析内存内数据和内存外数据。
부분최소제곱회귀
- 偏最小二乘
偏最小二乘(PLS)将新的预测变量构建为原始预测变量的线性组合,同时考虑观测到的响应值,从而得到一个具有可靠预测能力的简约模型。 - 부분최소제곱회귀및주성분회귀
부분최소제곱회귀(PLSR)및주성분회귀(PCR)를적용하고이두방법의효과를살펴봅니다。