图像缩略图

回归基础

版本2.0.0(285 KB)通过 POOJA拉篮
涉及STEM课程中回归分析基础的交互式课件模块。

79下载

更新2021年8月06日

来自GitHub.

在github上查看许可证

回归基础文件交换的视图回归基础

课程模块
创建了R2020a。兼容R2020a及更高版本。

描述

这个包包含一个直播脚本和支持文万博1manbetx件来说明回归分析的一些基础知识。该材料被设计成是柔性的,并且可以被容易地修改以适应各种教学方法的。我们有一个简单的背景,互动插图,任务,思考题,一个真实的应用实例,以及指导练习探索不同的概念。

活动脚本中的说明将指导您一次完成一节任务和活动。要在仅控制模式下运行此交互式脚本,请使用隐藏代码纽约州查看MATLAB的工具条的选项卡。

学习目标

  • 解释线性,多元线性和非线性回归之间的差异。
  • 使用普通最小二乘法求解线性回归的参数。
  • 评估和提高使用优度适合衡量回归模型的性能。
  • 应用梯度下降迭代最小化成本函数并估计模型参数。
  • 解释增加和减少的为梯度下降算法步骤的学习速度和数量的影响。
  • 使用线性回归模型进行短期预测。

建议Prework

Matlab Onramp.-一个免费的2小时入门教程,学习MATLAB®的基本知识。

该模块假定代数和多变量微积分的基本知识。

细节

regressionBasics.mlx
一个互动的教训,介绍了回归分析的基础知识。学生申请一个基本的线性回归模型真实世界的用电负荷数据。

electricityLoadData.mlx
一份补充脚本下载来自外部的用电负荷数据纽约ISO在实践中的问题使用。

regressSolnIm /
此文件夹包括包含解决方案在任务补充图文件万博 尤文图斯regressionBasics.mlx。主要脚本提供控制隐藏或在需要时露出的解决方案。万博 尤文图斯确保此文件夹是在同一个位置regressionBasics.mlx

linearData.matlinearData2.matmultivariateData.matnonlinearData.mat
数据文件包含用于不同类型的回归问题一些示例数据。

s manbetx 845

MATLAB,统计和机器学习工具箱™

许可证

此模块的许可是在该库中的GitHub的LICENSE.TXT文件中。

万博1manbetx

有任何问题或意见?联系MathWorks公司的在线教学团队

版权所有:The MathWorks, Inc.

MATLAB版本兼容性
用R2020A创建
与R2020a及更高版本兼容
平台兼容性
窗户 麦克斯 Linux.
社区
更多文件远程学习界

社区宝藏狩猎

找到Matlab Central中的宝藏,并发现社区如何帮助您!

开始狩猎!
在此GitHub附加组件中查看或报告问题,访问github存储库
在此GitHub附加组件中查看或报告问题,访问github存储库