一、预测,回归

算法:为了完成某个计算而执行的任何过程。

1.散点图的使用
只要是涉及到两种变量
都应该使用(根本在于看出散点图两种变量中的之间的关系

散点图:用于展现数据快捷经典的方式,现实的是数据的分布情况,
与直方图不同的是,散点图显示的两种变量,散点图现实出现观察结果的成对关
系,一个好的散点图可以是原因说明的一个重要组成部分。

2.直线的使用

贯穿数据的直线有可能是有效的预测办法
  • 直线的来源:考虑我们尝试解决问题时,使用的算法

  • 散点图的合理分割,确定期望与实际相匹配的对象。有助于确定直线

  • 平均值图形

     定义:散点图,显示出X轴上的每个区间相对应的Y轴的数值
    

画一条把图中平均值连接起来的直线,利用他就可以预测我们想要的数据。
3.使用

  • 具有相关性,相关性为1或者是-1的时候,非常可靠的使用线性回归的的方式。
  • 利用程序的得到相关的函数,进而确定出我们需要的方程。

二、误差/合理误差

预测失准不稀奇,但是预测的时候需要给出误差范围。
·回归方程预测的是人们的平均水平,不是每个人都在平均水平

1.外插法

定义:回归方程预测数据范围以外的数值车各位外插法。

内插法对数据范围内的点进行预测,这也是回归方程本来的目的,内插法相对很准确;
人们随时都在使用外插法。使用外插法时就要指定附加假设条件,明确白确实不考虑数据集外发生的情况。
2.机会

机会误差=实际结果与模型预测结果之间的偏差

回归分析很少不偏不倚,这种实际结果与预测结果之间的偏差叫做机会误差,统计学中又把机会误差成为残差。

对残差的分析是优秀的统计模型的核心
 指出误差并不意味着我们的分析是错误的,只能说明我们对于的真实程度无法
隐瞒,我们的客户越是理解我们的预测,越是能根据预测做出正确的决策。

3.指定误差

需要一个统计值,体现出典型的点(观察结果)相对于回归线的平均偏移量

可以告诉客户:实际结果与典型预测结果之间可能有多大差距

  • 用均方根误差定量表示残差分析
    使用程序确定均方根误差(后续介绍使用python处理)

4,多条回归线

  • 分区(将数据拆分成几个组称为分割)
  • 确定每个区域内的均方根误差
  • 管理误差
  • 预测和解释的平衡效果(合理的选择回归线的条数)

基于python数据分析(分析篇七:预测/误差)相关推荐

  1. 【计算机专业毕设之基于python爬虫的汽车销量预测可视化分析系统-哔哩哔哩】 https://b23.tv/2gOjMVB

    [计算机专业毕设之基于python爬虫的汽车销量预测可视化分析系统-哔哩哔哩] https://b23.tv/2gOjMVB https://b23.tv/2gOjMVB

  2. 【MRO】麦思博:MSUP2017 TOP 100 全球经典案例 -《江泽浩:基于物联网智能分析的设备预测性维护》

    作者:江泽浩    来源:数据科学和人工智能 授权 产业智能官 转载 由麦思博(msup)有限公司主办的,以"人工智能时代的研发战略演进"为主方向的第六届全球软件案例研究峰会,于1 ...

  3. 基于Python近红外光谱分析与机器学、深度学习方法融合技术

    基于Python近红外光谱分析与机器学.深度学习方法融合实践技术 一,python入门基础 二,Python进阶与提高 三,多元线性回归及其在近红外光谱分析中的应用   四,BP神经网络及其在近红外光 ...

  4. 决策树案例:基于python的商品购买能力预测系统

    数据分析入门与实战  公众号: weic2c        http://www.cnblogs.com/baiboy/p/ml3.html 目录 1 决策树/判定树(decision tree) 2 ...

  5. python决策树预测_决策树案例:基于python的商品购买能力预测系统

    数据分析入门与实战  公众号: weic2c http://www.cnblogs.com/baiboy/p/ml3.html 目录 1 决策树/判定树(decision tree) 2 构造决策树的 ...

  6. python移动窗口求股票预测误差均值

    目录 一.题目描述 二.题目分析 三.题目代码 四.总结 一.题目描述 已知贵州茅台的2019年1月至今每天的股票收益率序列(数据见下),采用移动窗口平均法预测,计算预测误差均值.并在[2,20]范围 ...

  7. Python数据分析与机器学习45- 股票预测

    文章目录 一. 股票数据下载 1.1 AKshare介绍 1.2 安装AKShare 1.3 如何使用AKShare? 1.3.1 获取股票实时的交易数据 1.3.2 获取股票历史行情数据 二. 股票 ...

  8. 基于python数据分析(番外篇一:心智模型)

    (一)正确认识心智模型 心智模式是根深蒂固于心中,影响我们如何了解这个世界,如何采取行动的许多假设.成见.图象.印象,是对于周围世界如何运作的既有认知.我们通常不易察觉自己的心智模式,以及它对行为的影 ...

  9. 基于python的小说大数据预测可视化分析系统

    https://b23.tv/8x689Tm .使用requests模块爬取17k小说网站的数据,网站存在严重的加密反爬,使用bs4模块解析数据,然后存入数据. 2.使用使用sklearn 实现一元线 ...

最新文章

  1. 简单的文本框输入实时计数
  2. 连连看html游戏全代码js、jquery操作
  3. 【SICP练习】91 练习2.64
  4. OpenCV简介及图像处理示例教程
  5. python中lines是什么类型_python里的splitlines详解
  6. c语言字符串初值问题!
  7. 视图系统CBV 和 response
  8. IDEA中怎么设置黑色或白色背景?
  9. dbv mysql_MariaDB与MySQL对比 --- 对分布式事务的支持
  10. 斯坦福大学#深度多任务学习与元学习#视频及讲义下载
  11. std string与线程安全,是std :: regex线程安全吗?
  12. Linux 基础入门---常用命令
  13. 几楼电路精灵——手机端 原理图 PCB
  14. M/M/m排队模型 (单队列多服务台并联服务模型)数学建模: 基于生灭过程的理论计算和基于事件推进的Matlab模拟仿真思路
  15. 联华精选APP--请求body体和返回体加解密
  16. php公众号获取code,微信公众号获取code
  17. 华硕FL5900U笔记本电脑重装win10专业版详细操作教程
  18. MCU_如何通过硬件VID 查找生产厂家
  19. 手动解除fail2ban的ip
  20. Python模块字典

热门文章

  1. 神秘的程序员头像包 第二发
  2. 西门子mr图像后处理手册_西门子MRI操作手册手工版
  3. rust旋转摆放_Rust | 种植房教程(新版) - Tamura77
  4. locust安装成功为什么运行脚本后打不开页面或运行脚本会报错
  5. 税后收入计算与四险一金
  6. AR捡取纹理功能实现 colARmix涂涂乐
  7. 手机投屏到电脑_低延迟,传声音
  8. 实习一月记——美团点评云计算部
  9. 2022年4月13日记
  10. 驱动开发笔记5—驱动对象、设备对象、IRP和派遣函数