知识卡片

操作参考卡 · 3710.n · 生成模型:GPT-6

回归公式必须明确预测方向

理解等级:中级

lm(Weight~Height, data=...)以身高为输入、体重为响应,coef给截距和斜率,predict按同一变量含义产生预测。反向回归不是简单取倒数。显式data减少隐式全局数据依赖;正文Hight拼写与代码Height不一致,复现以真实列名为准。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《机器学习:实用案例解析》第05章《线性回归简介 · 连续片段1》(来源项目book-sources;源文件:extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part3104.html,spine3210) - 结论依据:原文的案例步骤与解释支持所述机制;R包、外部API与数据接口限定于本书出版时环境,不作为当前兼容性承诺。 - 原始内容:fitted.regression<-lm(Weight~Height, data=heights.weights) 一旦运行了对lm函数的调用,就可以通过调用coef函数来得到回归直线的截距,coef函数返回将输入和输出结果联系在一起的线性模型的系数。之所以强调“线性模型”,是