javascript中两个自变量的线性回归
在JavaScript中，线性回归是一种用于预测两个变量之间关系的统计分析方法。它可以通过拟合一条直线来描述两个变量之间的线性关系，并用该直线进行预测。
线性回归的目标是找到一条最佳拟合直线，使得预测值与实际观测值之间的误差最小化。这条直线可以用以下的数学公式表示：
y = mx + b
其中，y是因变量（被预测的变量），x是自变量（用于预测的变量），m是直线的斜率，b是直线的截距。
在JavaScript中，可以使用各种统计库或机器学习库来实现线性回归。以下是一些常用的库和工具：
- TensorFlow.js：是一个用于机器学习的JavaScript库，提供了丰富的线性回归功能。它可以用于训练和预测线性回归模型，并提供了各种优化算法和工具。你可以在TensorFlow.js官方网站了解更多信息。
- ml-regression：是一个轻量级的机器学习库，提供了多种回归算法，包括线性回归。它可以用于拟合和预测线性回归模型，并提供了简单易用的API。你可以在ml-regression的GitHub页面获取更多信息。
- Simple Linear Regression in JavaScript：是一个简单的线性回归实现，适用于小规模的数据集。它提供了一个简单的JavaScript函数，可以用于计算线性回归的斜率和截距。你可以在Simple Linear Regression in JavaScript的GitHub页面查看代码和示例。
线性回归在许多领域都有广泛的应用，包括金融、经济学、社会科学等。它可以用于预测销售趋势、股票价格、房价等。在云计算领域，线性回归可以用于分析和预测云资源的使用情况，帮助优化资源分配和成本控制。
腾讯云提供了多个与线性回归相关的产品和服务，例如：
- 云机器学习平台（https://cloud.tencent.com/product/tfjs）：腾讯云的机器学习平台提供了丰富的机器学习工具和算法，包括线性回归。你可以使用该平台进行线性回归模型的训练和预测。
- 云函数（https://cloud.tencent.com/product/scf）：腾讯云的云函数服务可以用于部署和运行JavaScript代码。你可以使用云函数来实现线性回归算法，并将其作为一个可调用的服务。
请注意，以上仅为示例，你可以根据实际需求选择适合的工具和服务。
相关·内容
如何在多项逻辑回归中检验多重共线性？我有25个自变量和1个因变量。在25个独立变量中，17个变量是连续变量，8个变量是分类变量(具有两个值:是/否或足够/不足)。我想检查这些自变量之间的多重共线性。我正在使用R，提前谢谢！
浏览 76提问于2019-02-27得票数 0
我有一个数据集，其中：
X1 -范畴自变量
X2 -连续自变量
Y-连续因变量
我希望用X1和X2来预测y。线性回归对此合适吗？(对一个分类自变量进行回归有意义吗？)如果是这样的话，当X1是一个分类自变量(例如眼睛颜色)时，我如何使用线性回归？
我是否应该为X1中的每个类别创建一个单独的线性回归模型？还是尝试创建一个多元线性回归模型？
在线上主要有关于连续独立->连续相关(线性回归)或连续独立->分类依赖(logistic回归)的资源。
如果你能告诉我任何可以帮助我的资源/工具，我将不胜感激。
浏览 2提问于2018-10-16得票数 1
回答已采纳
我是机器学习的新手，面临着在多元线性回归中如何去除多个自变量的问题。我所经历的步骤: 1)读取数据集2)分离成X和Y)将分类数据编码为数据集包含列:教授、职称、专业等。4)去除虚拟变量5)OLS回归结果。
我有7个自变量，OLS后有6个独立variables.Removed，P> 0.05，P值大于0.0 5的显着性水平。
您能建议哪些步骤来绘制图形，并删除图像中附加的所有不必要的自变量？如何从所有这些变量中只获取一个自变量。
如何使用python检查多重共线性？什么是VIF ?如何利用它检测多重共线性？
提前谢谢。如果有语法错误的话，对不起。
浏览 3提问于2018-11-13得票数 0
在numpy.polyfit()中有任何方法可以拟合两个自变量和一个因变量吗？
我有一个熊猫数据框架，我从一个csv文件加载。我希望包括两列作为自变量使用NumPy运行多元线性回归。
目前，我的简单线性回归如下：
model_combined = np.polyfit(data.Exercise, y, 1)
我也希望在x中包括data.Age。
浏览 2提问于2021-01-29得票数 1
回答已采纳
2回答
橙色包含许多回归小部件，但它们似乎都是单变量，即与一个因变量相关的一个自变量。当我有更多可能影响因变量的自变量时，如何在橙色中处理这个问题？
浏览 0提问于2018-07-23得票数 1
3回答
线性回归模型
、、
我是机器学习的新手，我想学的第一个概念是线性回归。我读过，要应用线性回归，我需要使用线性模型。从这个假设出发，我知道这是一个简单的线性回归模型：
y = w0 + w1x
线性回归的定义是，因变量y应该是参数w的线性组合(但对于自变量x则不一定相同)。
所以我们可以说，这也是一个线性回归模型：
y = w0 + w1x1 + w2(x2)^2
在这种情况下，我应该说这是一个线性回归模型，因为对于定义来说，w0、w1和w2在表达式中仍然是线性的。即使存在自变量x2的二次项。
现在，我有个问题。如下所示的模型：
y = w1 x1 + w2 x2 + w3 x3 + w4 x1x2 + w5 (
浏览 0提问于2018-06-26得票数 2
为什么在0到1之间绑定的Beta回归不能将许多自变量作为回归变量处理？我有大约30个自变量，我试着去拟合，它显示了错误，比如：
optim中的错误(par= start，fn = loglikfun，gr = gradfun，method = method，：optim提供的非有限值
只有少数变量是accepting.Now，如果我将所有这些自变量组合在X <- (df$x1 + … + df$x30)中，然后在Y <- df$y中生成因变量，然后运行Beta回归，那么它就有效了，但是我不会得到我想要的各个独立变量的系数。
betareg(Y ~ X, data = df)
那么
浏览 3提问于2021-06-23得票数 0
1回答
我现在正在构建一个线性回归模型。有32个自变量。G3是目标变量。
首先，利用所有自变量建立线性回归模型。这是我得到的结果的一部分：
如您所见，G1和G2都是重要的自变量。但它们之间的相关性是0.8521181。因此，我认为线性回归模型中存在多重共线性。我现在要找出最好的线性回归模型。如何解决多重共线性问题？
浏览 4提问于2018-03-25得票数 0
我正试图用宏观经济变量(170个变量)来预测行业的1个月远期回报。我试了几件事：
用于变量选择的
分别对自变量和因变量进行回归。然后，使用p值小于0.05的自变量来：
对变量选择进行逐步回归
最后，运行具有最佳变量的弹性网络(使用上述步骤选择，即步骤1和步骤2)。
我的观察是：
测试集的结果(r2)在很大程度上取决于数据是如何分割的(我不知道为什么)，即使是在最好的情况下，r2也非常少(根据我的客户)在0.12-0.20之间。我怎样才能改进这个结果，或者得出线性回归不能改进的结论？我附上了一些自变量的诊断图，这些自变量的p值最低。
📷
📷
浏览 0提问于2018-07-11得票数 1
1回答
当我在线性回归中规范因变量而不是自变量时，会发生什么？我将如何解释这个模型，而不是规范因变量和自变量。
谢谢!！
浏览 0提问于2018-10-26得票数 2
采用线性回归方法，找出因变量与自变量之间的关系。
当因变量为范畴时，采用Logistic回归。
但这还不够，您可以使用哪种用例，或者我们可以使用它们的组合呢？
浏览 0提问于2017-11-18得票数 0
回答已采纳
我最近开始学习回归的基础知识，作为初学者，我开始学习线性回归。
我读到这篇文章说，对于这种特殊类型的回归，自变量和因变量之间的关系必须是线性的，这意味着我只能用线性回归来预测“线”：https://www.analyticsvidhya.com/blog/2015/08/comprehensive-guide-regression/。
但是，我开始想知道如何建模像"y= log(x)“或”y= sqrt(x)“或"y=exp(x)”或"y=tan(x)“之类的函数，或者其他定义为”线“而是”曲线“的非线性函数。
然后我继续研究，直到我发现这篇文章说，应该是线性的不是自变
浏览 0提问于2019-03-15得票数 2
回答已采纳
我在SPSS中运行线性多元回归和逻辑多元回归。
在那之后，当我查看结果时，我意识到在每个回归中，SPSS自动排除了一个自变量。我们在这里做错了什么吗，或者我们必须做些什么才能让所有的自变量都包含在回归中？
谢谢你的帮忙!
浏览 261提问于2019-07-22得票数 0
1回答
我正在寻找一个实现多元线性回归的Python包。
(术语说明:多元回归处理有多个因变量的情况，而多元回归处理有一个因变量但有多个自变量的情况。)
浏览 0提问于2015-10-28得票数 19
回答已采纳
4回答
我一直在试图了解自变量内的多重共线性对线性回归模型的影响。维基百科网页建议，只有当有一个“完美”的多重共线性，其中一个自变量将不得不从培训中删除。
现在我的问题是，如果相关性等于+/- 1，我们应该只删除其中的一列，还是考虑一个阈值(比如0.90)，然后它应该被认为是完美的多重共线性。
浏览 0提问于2021-10-25得票数 3
1回答
如何选择回归变量
、、
我有一个多/空股票对冲基金回报率及其相关基准(市场指数)的数据集。
我需要对基金回报形成多元回归，将基准收益作为自变量(允许我形成指数的线性组合或操纵，甚至是非线性组合)。
当然，我不知道该选择哪一个自变量。像子集选择、拉索和岭这样的技术应该在这种情况下使用吗？
浏览 0提问于2018-02-14得票数 2
回答已采纳
1回答
我并不是任何想象中的统计/数学专家，但我一直在尝试用人口普查数据进行线性回归，并认为我遇到了一个根本性的问题/障碍。
响应变量是百分比。自变量是按状态划分的百分比。这里是一个我只知道称为“分区”数据的例子。其中一组自变量是“照明”，具有以下一个城市的变量和值(例如)：
electricity - 40%
kerosene - 10%
candle - 25%
generator - 15%
solar - 5%
other - 5%
如果将这六个变量加在一起，则等于100%。只有六种选择，一个家庭只能有一种“照明”。使用所有这六个变量，我的模型就会产生超出图表的系数，很明显有些地方是错误的。
浏览 0提问于2016-05-28得票数 3
1回答
对数概率对倾斜数据的影响
、、、
通过去除数据中的偏斜，获取概率日志是否在因变量与自变量的概率之间产生线性关系？这就是为什么我们在逻辑回归中使用概率对数的原因之一吗？
如果是，那么在逻辑回归中是否没有必要对数据值进行日志转换？
浏览 0提问于2022-04-10得票数 1
我的表包含一个字符字段和两个数值字段：
CREATE TABLE lr_source (Char01 varchar(250)
,PLNumeric01 numeric
,PLNumeric02 numeric);
我想用Char01和PLNumeric01作为自变量，PLNumeric02作为因变量来训练线性回归模型。
SELECT madlib.linregr_train( 'lr_source', --source table
'lr_model',--model table
浏览 0提问于2017-07-25得票数 0
回答已采纳
我是机器学习的初学者，我研究过模型的预测变量之间的共线性是一个很大的问题，因为它会导致不可预测的模型行为和一个很大的错误。但是，是否有一些模型(比如GLM)与经典的线性回归不同，可能是“好的”共线性模型？传统的线性回归假设其自变量之间没有相关性。
之所以会出现这个问题，是因为我做了一个项目：“如果输入特性是相互关联的，那么最好使用广义线性模型，因为它们的性能要比线性回归好。”
有人能解释一下吗？
浏览 0提问于2020-06-20得票数 2
1回答
我目前正在学习R，我在这个领域相对缺乏经验。希望我能从你们那里得到一些建议！
我正在进行一个项目，在这个项目中，我必须估计不同工作项(任务)的平均处理时间。
我有以下面板数据：
我的样本大小是n=2000单个工人，和T=10 (每段时间间隔为四个星期)
自变量:51个不同的工作项。我有每个工作项的计数数据(每个员工在四周内执行这些数据的次数)
因变量:工人的总工作时间(超过4周)
我分析的目的是找出回归系数(这是每个工作项目平均完成时间的估计值)。我也可能包括其他的回归者(除了工作项目#)，如经验，年龄.我的模特。
y= Bo + B1*X1 +...+Bk*Xk +e
y:工作总时数
X：
浏览 0提问于2018-07-04得票数 1
我有一组自变量为x和y的数据，现在我正在尝试建立一个二维回归模型，它有一个回归曲面来切割我的数据点。然而，我找不到实现这一点的方法。有人能给我一些帮助吗？
浏览 0提问于2013-06-27得票数 0
1回答
Python中的多重非线性回归
、、、、
我正在寻找任何库或方法，可以帮助我找到一个回归方程。方程式采用这种格式：
Y=a1*x^a+a2*y^b+a3*z^c+D
其中：
Y是因变量。
x，y，z是自变量
D是常数
a1，a2，a3是系数
a，b，c分别是自变量的指数。
我把Y和x，y，z的值存储在数据帧中。
浏览 8提问于2020-02-01得票数 0
我试图用两个预测变量来拟合一个非线性回归模型。我很难写出我的模型。
Z=因变量x=与z定义关系的自变量：a*tanh(-b*x/a)+c
Y与z的关系是线性的。但只有线性因为我的数据范围
以下是我到目前为止所拥有的：
a*tanh(-b*x/a)+c + (d*y)
理想情况下，我希望有第三个分类自变量，它可以用0或1进行数值表示。
提前感谢您的帮助！
浏览 7提问于2016-03-23得票数 1
回答已采纳
我在Stata进行Logit回归。
我如何知道回归的解释力(在OLS中，我看R^2)？
是否有一种有意义的方法将回归扩展到其他自变量(在OLS中，我继续手动添加自变量并寻找调整后的R^2；我猜Stata应该简化这个手动过程)？
浏览 1提问于2012-09-30得票数 2
回答已采纳
2回答
我有一个描述河流水位的数据集。它具有以下特点：
Value float64
Variable Name object
Variable Unit Code object
Date Pulled object
Site Code int64
Site Latitude float64
Site Longitude float64
Site Name object
我试图用线性回归来预测Value，使用S
浏览 0提问于2018-02-12得票数 1
1回答
我有这样的数据集：
library(tidyverse)
set.seed(123)
Data <- data.frame(
X = sample(c("A", "B", "C"), 20, replace = TRUE),
Y = sample(1:20)
)
Data%>%
arrange(X)
我想进行一系列的回归，比如DV是Y，但是每个回归的自变量都是一次取两个因素。例如，A&B，A&C，B&A，B&C谢谢您的帮助。
浏览 4提问于2020-04-16得票数 0
回答已采纳
2回答
改进线性回归模型的技巧
、、、
我刚刚在包含7个自变量和1个目标变量的数据集上运行了一个线性回归模型。下面是R平方和MSE值。
训练集的均方误差: 36530921.0123
训练集的$R^2$值: 0.7477
有人能给我一些建议来提高这个型号的效率吗？
编辑:我刚刚实现了同样的问题，使用线性回归和归一化的特性。我得到了以下输出:训练集的均方误差: 5.468490570335696e-10训练集的R2值: 0.9275088299658416训练集的均方误差: 4.111793316375822e-10训练集的R2值: 0.9342888671422529。
那么，我们能考虑标准化数据集以获得更好的准确性吗？
浏览 0提问于2018-04-18得票数 3
回答已采纳
3回答
我试图理解朴素贝叶斯和Logistic回归所需假设的差异。
据我所知，朴素贝叶斯和Logistic回归都应该具有彼此独立的特征，即预测器不应该有任何多重共线性。
并且只在Logistic回归中应遵循自变量的线性和对数赔率。
如果我错了，请纠正我，朴素回归和逻辑回归之间还有其他假设/区别吗？
浏览 2提问于2019-12-02得票数 0
2回答
我有一个多变量回归问题，它基本上是在三维空间中形成一个平面。可能还有其他的自变量在起作用，但是如果我能用2个自变量来处理这个问题，那么我应该能够扩展到包含其余的变量。
总的来说，这是一个资源问题。我有一个所需的资源(z)，这取决于时间(x)和注册用户的数量(y)。注册用户是时间的函数，但我需要时间组件，因为资源需求在一天中的不同时间是不同的。如果我们的用户继续以已知的速度注册，我希望能够预测一天中给定时间的资源需求。
这是一张数据图表：
📷
这显然不是一个线性回归问题，所以我如何处理这个问题？
浏览 0提问于2017-09-08得票数 1
2回答
晚安，社区！
我有一个简单的问题，答案可能不那么简单：
如何用Python的表示Logistic回归模型的自变量系数
浏览 5提问于2015-12-02得票数 1
回答已采纳
plot(x，y)可以为简单回归结果y=a +bx生成散点图，那么如何为回归结果Y=A+bX1 + cX2 +dX3生成结果变量与自变量之一之间的散点图呢？我们可以运行y=a1 +cX2 +dX3得到残差，然后绘制残差~ X1吗？
浏览 0提问于2017-11-11得票数 0
1回答
我正在运行一个线性回归模型，作为一个特定估计问题的基线。根据得到的R-平方、回归系数及其各自的p-值，我可以得出这样的结论:可以从模型中删除特定的自变量。
从特征集中删除这些变量的诱导风险是什么？
其他模型--更善于建立非线性关系的模型--会受到这个决定的影响吗？
如果不运行“非线性”回归器，我如何才能确保自己不会丢失有价值的非线性信息？
浏览 0提问于2018-03-13得票数 3
1回答
因此，我的怀疑基本上是线性回归，我们试图拟合一条直线或一条曲线，对给定的训练集。现在，我相信当特性(自变量)增加时，参数也会增加。因此，计算这些参数在计算上是昂贵的。所以，我想这就是我们走向非线性的原因！？我的理解对吗？
我的下一个疑问是，对于线性回归的过度拟合，我们说模型是记忆的。我所理解的是，参数调整的方式只能预测给定的输入，并且会给输出带来不好的结果，原因是我们没有拟合一条广义的线或曲线。但我们正在绘制一条贯穿所有输出值的线或曲线。我的理解正确吗？
浏览 0提问于2020-05-08得票数 1
回答已采纳
1回答
logistic回归是否适用于分类因变量、连续变量和分类自变量？协变量是连续的还是分类的，这有关系吗？我一直收到关于冗余的警告，在我寻找多重共线性并去掉高度相关的变量后，我仍然得到了警告。enter image description here
浏览 9提问于2020-12-09得票数 0
1回答
我是数据科学和统计学的新手。我遇到了这个问题，它有50个自变量和一个因变量，并试图找出一个很好的回归技术。下面是我执行的流程图：
数据挖掘->相关矩阵->维数约简-> (维数约简) ->基本线性回归技术。
如果有其他更好的技术或程序，有人能指导我吗？
浏览 0提问于2018-11-07得票数 1
我搜索了堆栈溢出，没有发现任何与我的问题相同的问题，因为没有一个真正具有一个以上的自变量。基本上，我有一个数据点数组，我希望能够找到这些数据点的回归方程。到目前为止，我的代码看起来像这样：(w，x，z是自变量，y是因变量)
var dataPoints = [{
"w" : 1, "x" : 2, "z" : 1, "y" : 7
}, {
"w" : 2, "x" : 1, "z" : 4, "y" : 5
}, {
"w" : 1, "
浏览 1提问于2012-11-14得票数 7
我有一个数据集，有53个自变量(X)和1个因变量(Y)。
因变量是布尔值(1或0)，而独立集由连续变量和离散变量组成。
我计划使用pandas.DataFrame.corr()列出输出Y的最有影响的变量。
corr可以是：
皮尔逊回归
肯德尔回归
spearman回归
三种方法得到了不同的结果。
考虑到数据集的形状(discrete+continuos)，您是否建议哪一个最适合？
浏览 2提问于2018-10-22得票数 0
1回答
我有东南亚国家的数据，看起来像这样：
这份清单还包括柬埔寨、印度尼西亚、老挝等国家。
我打算以HDI为自变量，以GTD (恐怖事件数量)为因变量进行回归分析。然而，据我所知，进行OLS回归只占一年的时间？
我如何使用所有年份(1996-2017)的国家数据进行时间序列分析和随后的回归？我希望在这方面寻求一些澄清。谢谢您:)
浏览 2提问于2019-11-19得票数 0
1回答
我有一个具有连续自变量和二元相依关系的数据。因此，我尝试应用逻辑回归对这些数据进行分析。然而，与经典的S形过渡相比，我有两个过渡。下面是我的意思的一个例子 library(ggplot)
library(visreg)
classic.data = data.frame(x = seq(from = 0, by = 0.5, length = 30),
y = c(rep(0, times = 14), 1, 0, rep(1, times = 14)))
model.classic = glm(formula = y ~ x,
浏览 16提问于2020-09-17得票数 1
回答已采纳
3回答
我目前正在从事一个线性回归项目，在这个项目中，我需要收集数据，将其拟合到一个模型中，然后根据测试数据进行预测。
如果我是正确的，简单线性回归对两个变量，X(独立)和Y(相依)起作用。我有以下数据集，其中我认为time列为X，value列为Y：
+-----+------+
|value|minute|
+-----+------+
| 5000| 672|
| 6000| 673|
| 7000| 676|
| 8000| 678|
| 9000| 680|
+-----+------+
我不知道的是如何正确地将这个数据集拟合成线性回归模型。我以前使用过k-means，我用
浏览 8提问于2017-06-27得票数 3
回答已采纳
我正在对一些数据进行logit回归。我的因变量是二进制变量，除了一个自变量外，所有变量都是二进制变量。
当我运行回归时，stata删除了我的许多自变量并给出了错误：
“变量名称”!= 0完美地预测失败
删除“变量名称”，不使用“一个数字”
我知道的一个事实是，有些变量不能很好地预测失败。换句话说，因变量可以接受自变量的值1或0的值1。
为什么会发生这种情况，我该如何解决？
浏览 8提问于2017-06-05得票数 3
3回答
我想用lm函数做线性回归。我的因变量是一个名为AccountStatus的因子
1:0 days in arrears, 2:30-60 days in arrears, 3:60-90 days in arrears and 4:90+ days in arrears. (4)
作为自变量，我有几个数值变量：Loan to value、debt to income和interest rate。
有没有可能用这些变量进行线性回归？我在网上找到了一些关于dummy的东西，但这些都是关于自变量的。
这不起作用：
fit <- lm(factor(AccountStatus) ~ Origin
浏览 1提问于2014-03-05得票数 12
回答已采纳
当在SPSS中进行逻辑回归时，有没有一种方法可以删除自变量中的参考类别，以便所有这些变量都可以平等地相互比较，而不是与参考类别进行比较？
浏览 5提问于2020-03-13得票数 0
一个网站说，相关性指的是因变量的增加/减少，而自变量的增加/减少。共线性指的是两个或两个以上的自变量协同作用来解释依赖的variable.Could中的变化，有人澄清了这些术语吗？
浏览 0提问于2020-07-24得票数 4
回答已采纳
1回答
考虑一个因变量'Y‘和10个自变量或特征- X1，X2，X3，.X10。
我想建立一个非线性多项式回归模型，这样-
Y ~ a1.X1^b1 + a2.X2^b2 +.+ a10.X10^b10
我想知道是否有任何算法可以确定自变量幂的最佳值，即b1，b2，……来自数据的b10。
浏览 0提问于2016-07-08得票数 1
回答已采纳
我对R有一个严重的问题，我不知道如何使用工具变量运行logit回归。棘手的是，我有两个相互作用项的自变量，但仪器只对两个自变量中的一个起作用。此外，我还有几个控件。我用AER ivreg包尝试了一些东西，但是我不知道我必须在回归命令中输入什么。
如果有人能帮助我，我将不胜感激。
浏览 2提问于2015-04-19得票数 1
1回答
我有一个简单的回归问题，有两个自变量和一个因变量。我尝试了从统计模型和sk学习中进行线性回归，但我使用XGBoost回归得到了最好的结果(R ^2和均方根)。
在新的数据集上，RMSE仍然与早期的结果一致，但单个预测非常不同。
例如，RMSE为1000，单个预测从20到3000不等。因此，预测要么几乎完全准确，要么在少数情况下严重偏离，但我不知道为什么。
我的问题是，个人预测中出现这种差异的原因是什么？
浏览 13提问于2021-10-07得票数 0
1回答
检测高度相关属性
、、、
当使用多元线性回归时，科学知识能被用来去除高度相关的特征吗？
关于@behzad.nouri发布给的答案，我有一些问题可以避免我的困惑。
因此，他测试了5列之间的高度多重共线性或自变量的特征；每列都有100行或数据。他知道w接近于零。因此，我是否可以说，第一列或第一自变量应该删除，以避免非常高的多重共线性？
浏览 3提问于2015-11-06得票数 2
回答已采纳
1回答
我有一堆自变量:身高，体重，等等，我想要回归一个虚拟变量。例如，如果我想要回归糖尿病(如果患者没有糖尿病，则为0；如果患者确实患有糖尿病，则为1)，并且我想弄清楚体重增加1磅对患糖尿病的概率的影响，我该如何做？我确信有多种方法可以做到这一点，但我从来没有听说过有一个模型可以做到这一点。我认为这是概率模型，但我不确定。有什么想法吗？
浏览 6提问于2014-01-09得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
