（一）不同來源的數據合並 需要注意的是，由於國債收益率從Wind導入（為數據框類型），而股票數據是使用quantmod包爬取（為zoo、xts類型），因此出現了數據類型和時間不匹配問題。 先通過設 ...

前言 回顧一下 回歸（一）中的 標准線性回歸： step1： 對於訓練集，求系數w，使得 最小 step2： 對於新輸入x，其預測輸出為w*x 從中我們知道，標准線性回歸可能表達能力比較差，出現如圖所示的欠擬合的情況（underfitting ...

在上一節中主要介紹了監督學習中的線性回歸（模型）、最小二乘法（策略）、梯度下降法（算法）及線性最小二乘法的標准方程（閉式解）。 這節主要介紹兩個回歸：局部加權回歸與邏輯回歸，其中穿插一些小的知識點：欠擬合與過擬合、感知機、牛頓方法等。大綱如圖： 一、幾個概念 ...

python3學習使用api 線性回歸，和 隨機參數回歸 git: https://github.com/linyi0604/MachineLearning ...

非線性分位數回歸這里的非線性函數為Frank copula函數。 （六）非線性分位數回歸 這里的非線性函數為Frank copula函數。 ...

分位數回歸及其Python源碼 天朗氣清，惠風和暢。賦閑在家，正宜讀書。前人文章，不得其解。代碼開源，無人注釋。你們不來，我行我上。廢話少說，直入主題。o(￣︶￣)o 我們要探測自變量 與因變量 的關系，最簡單的方法是線性回歸，即假設： 我們通過最小二乘方法 (OLS ...

局部加權回歸(Locally Weighted Regression, LWR) 局部加權回歸使一種非參數方法(Non-parametric)。在每次預測新樣本時會重新訓練臨近的數據得到新參數值。意思是每次預測數據需要依賴訓練訓練集，所以每次估計的參數值是不確定的。 局部加權回歸優點 ...

線性回歸的一個問題可能是有可能出現欠擬合（如下圖所示樣本），因為它求的是具有最小均方誤差的無偏估計。如果模型欠擬合將不能取得最好的預測效果。所以有些方法允許在估計中引入一些偏差，從而降低預測的均方誤差。其中的一個方法是局部加權線性回歸。在該算法中，我們給待預測點附近的每一個點賦予一定的權重，在這 ...