《数据挖掘》课件 第4章 回归.pdfVIP

数据挖掘 高级大数据人才培养丛书之一，大数据挖掘技术与应用 第四章回归 回归是一种基于统计原理，对大量统计数据进行数学处理，并确定变量（或属性）之间的相关关系， 建立一个相关性的回归方程（函数表达式），并加以外推，用于预测今后的因变量的变化的方法。 根据因变量和自变量的函数表达式分为：线性回归分析、非线性回归分析。 根据因变量和自变量的个数可分为：一元回归分析、多元回归分析、逻辑回归分析和其它回归分析 。 高级大数据人才培养丛书之一，大数据挖掘技术与应用 第四章回归 4.1回归基本概念 4 一元回归分析 4.3 多元线性回归分析_________________ 4.4 逻辑回归分析 ， 4.5 其他回酸析 4.6 实战二用回।旦分析方法给自旦的房主定价 习题 I 4.1回归基本概念 第四章回归 4.1.1回归分析的定义 对于社会经济现象，很难确定因变量和自变量之间的关系，因为它们大多是随机 的，只有通过大量的观察统计，才能找出其中的规律，随机分析是利用统计学原理描述 随机变量关系的一种方法。 回归分析可简单理解为信息分析与预测，信息即统计数据，分析即对信息进行数 据处理，预测就是加以外推，也就是适当扩大已有自变量取值范围，并承认该回归方程 在该扩大的定义域内成立，然后就可以在该定义域上取值进行 〃未来预测 〃。当然，对 回归方程可以进行有效的控制。 因此，回归分析主要解决下面两方面的问题： 1）确定变量之间是否存在相关关系，若存在，则找出数学表达式。 2）根据一个或几个变量的值，预测或控制另一个或几个变量的值，且要估计这种 控制或预测或以达到何种精确度。 4.1回归基本概念 第四章回归 4.1.2回归分析步骤 1）根据自变量与因变量的现有数据以及关系，初步设定回归方程。 2）求出合理的回归系数。 3）进行相关性检验，确定相关系数。 4）在符合相关性要求后，即可根据已经得到的回归方程与具体条件相结合，来确 定事物的未来状况，并计算预测值的置信区间。 回归分析中常用到的几个概念： 实际值：实际观测到的研究对象特征数据值； 理论值：根据实际值我们可以得到一条倾向线，用数学方法拟合这条曲线，可以 得到数学模型，根据这个数学模型计算出来的、与实际值相对应的值，称为理论值； 预测值：实际上也是根据数学模型计算出来的理论值，但它是与未来对应的理论 值。 表示符号：实际值，用表示；理论值，用只表示；预测值，用yo表示。 4.1回归基本概念 第四章回归 4.1.2回归分析要注意的问题 为使回归分析方程较能符合实际，首先应尽可能判断自变量的可能种类和个数， 并在观察事物发展规律的基础上定性回归方程的可能类型；其次，力求掌握较充分的高 质量统计数据，再运用统计方法，利用数学工具和相关软件，从定量方面计算或改进定 性判断。 高级大数据人才培养丛书之一，大数据挖掘技术与应用 第四章回归 4.1 回归基本概念 4.2 一元回归分析