回归基本知识
课程模块
使用R2020a创建。与R2020a及后续版本兼容。
描述
此包包含生活的脚本以及支持文件来说明回归分析的一些基础知识。教材设计灵活,易于修改,以适应各种教学方法。我们包括一个简短的背景、交互式插图、任务、反思问题、一个真实的应用程序示例,以及针对所探索的不同概念的指导练习。
实时脚本中的说明将指导您每次完成一个部分的任务和活动。若要在仅控件模式下运行此交互脚本,请使用隐藏代码按钮视图选项卡的MATLAB工具条。
学习目标
- 解释线性回归、多元线性回归和非线性回归之间的区别。
- 用普通最小二乘方法解析求解线性回归参数。
- 使用拟合优度度量来评估和改进回归模型的性能。
- 应用梯度下降迭代最小化成本函数和估计模型参数。
- 解释增加和减少梯度下降算法的学习率和步数的影响。
- 使用线性回归模型进行短期预测。
建议Prework
MATLAB斜坡弯道-一个免费的两个小时的入门教程,学习MATLAB®的基本知识。
细节
regressionBasics.mlx
介绍回归分析基本原理的互动式课程。学生应用基本线性回归模型真实的电力负荷数据。
electricityLoadData.mlx
用于下载外部电力负荷数据的补充脚本纽约ISO在习题中使用。
regressSolnIm /
此文件夹包括包含任务解决方案的补充图像文件regressionBasics.mlx
.主脚本提供在需要时隐藏或暴露解决方案的控件。确保此文件夹与regressionBasics.mlx
linearData.mat
,linearData2.mat
,multivariateData.mat
,nonlinearData.mat
包含不同类型回归问题的一些样本数据的数据文件。
2022世界杯八强谁会赢?
MATLAB,统计和机器学习工具箱™
许可证
这个模块的许可在这个GitHub存储库中的license . txt文件中可用。
支持
有任何问题或反馈吗?联系MathWorks在线教学团队.
版权所有:The MathWorks, Inc.
용양식
艾玛·史密斯·兹巴斯基(2022年)。回归基本知识GitHub (https://github.com/MathWorks-Teaching-Resources/Regression-Basics/releases/tag/v2.0.2)。검색됨.