Please enable JavaScript.
Coggle requires JavaScript to display documents.
数据统计方法 (横截面数据:因变量为数量 (机器学习 (决策树回归, Boosting回归, Bagging回归, 随机森林回归, 人工神经网络回归…
数据统计方法
横截面数据:因变量为数量
机器学习
决策树回归
Boosting回归
Bagging回归
随机森林回归
人工神经网络回归
支持向量机回归SVM
经典回归
分位数回归
最小一乘回归
最小二乘回归
使用Box-Cox变换
使得数据满足正态分布
数据出现多重共线性情况
岭回归、lasso回归、适应性lasso回归、偏最小二乘法回归
数据降维
主成分分析法
因子分析
线性回归
检验、判断方法
最优子集
逐步回归
回归诊断
五折交叉验证NMSE
训练数据集
测试数据集
注意事项
方法的稳定性
过拟合
横截面数据:因变量为分类、频数和定序
经典分类
logistic回归
probit回归
经典判别分析
Fisher判别法
广义线性回归模型
机器学习分类
决策树分类
Adaboost分类
Bagging分类
随机森林分类
最近邻方法分类
支持向量机分类
因变量为频数
验证方法
NMSE
纵向数据、多水平数据、面板数据和重复观测数据
多元分析
路径模型
贝叶斯网络
多元时间序列