11 2019 档案
摘要:--多项式回归模型 --单变量多项式模型 --多变量多项式模型 rm(list = ls()) library(openxlsx) library(leaps) #单变量多项式模型# data = read.xlsx("table7-1.xlsx") head(data) plot(data$f,d
阅读全文
摘要:https://www.cnblogs.com/jin-liang/p/9064020.html 数据的导入 > data=read.csv('F:/R语言工作空间/pca/data.csv') #数据的导入 > > ls(data) #ls()函数列出所有变量 [1] "X" "不良贷款率" "存
阅读全文
摘要:1.make_bolbs() 函数 from sklearn.datasets.samples_generator import make_blobs import numpy as np import matplotlib.pyplot as plt X , y = make_blobs(n_sa
阅读全文
摘要:rm(list = ls()) library(car) library(MASS) library(openxlsx) A = read.xlsx("data141.xlsx") head(A) fm = lm(y~x1+x2+x3+x4 , data=A ) #判断多重共线性 vif(fm) > vif(fm) x1 x2 x3 x4 38.49621 254.42317 46.86839 2
阅读全文
摘要:> vif(fm) #查看模型是否存在共线性 x1 x2 x3 21.631451 21.894402 1.334751 结果显示存在共线性 结果: > summary(fm) Call:lm(formula = y ~ x1 + x2 + x3, data = A) Residuals: Min
阅读全文