知识卡片
回归公式必须明确预测方向
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?
这张卡片已通过人工审查,不再接受失败反馈。
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
- 第5章 回归模型:预测网页访问量 线性回归简介 · 连续片段1 · 查看原书依据
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
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