为了通过中维数据集的低维度更高,适用于线性回归模型Fitlm.
。
对于在高维数据集上的计算时间,适用于线性回归模型使用Fitrinear.
。
回归学习者 | 火车回归模型以预测使用监督机器学习的数据 |
linearmodel. |
线性回归模型 |
CompactLinearModel. |
紧凑线性回归模型 |
回归线性 |
高维数据的线性回归模型 |
回归分支机构 |
高维数据交叉验证的线性回归模型 |
回归模型描述了从属变量和一个或多个独立变量之间的关系。
适合线性回归模型并检查结果。
在逐步回归中,预测器自动添加到模型中或修剪。
适用于比普通最小二乘敏感的强大模型,以对数据的小部分的大变化。
根据回归问题的类型选择回归功能,并使用新的拟合功能更新遗留码。
通过使用模型属性和对象功能来评估拟合模型。
Wilkinson表示法提供了一种描述回归和重复测量模型的方法,而无需指定系数值。
局部最小二乘(PLS)构造新的预测变量作为原始预测变量的线性组合,同时考虑观察到的响应值,导致具有可靠预测力的解析模型。
该示例显示了如何应用部分最小二乘回归(PLSR)和主成分回归(PCR),并讨论两种方法的有效性。