Machine&Statistical Learning9 GAMs: Generalized additive models ❗️블로그 옮김: https://www.taemobang.com 방태모 안녕하세요, 제 블로그에 오신 것을 환영합니다. 통계학을 전공으로 학부, 석사를 졸업했습니다. 현재는 가천대 길병원 G-ABC에서 Data Science를 하고있습니다. 통계학, 시계열, 통계적학습과 기계 www.taemobang.com ※ prerequisites 선형 모형의 한계 다항 회귀와 계단 함수 Regression splines Smoothing splines Local regressions 앞서 단일 변수 $X$로 $y$를 예측하는 기저함수 기반의 여러가지 모델링 방법을 배웠다(prerequsities 참고). 이러한 방법들은 단순 선형회귀(Simple linear regression)의 비선형으로의 확장으로 여겨질 수 .. 2020. 6. 22. Local regressions ❗️블로그 옮김: https://www.taemobang.com 방태모 안녕하세요, 제 블로그에 오신 것을 환영합니다. 통계학을 전공으로 학부, 석사를 졸업했습니다. 현재는 가천대 길병원 G-ABC에서 Data Science를 하고있습니다. 통계학, 시계열, 통계적학습과 기계 www.taemobang.com ※ prerequisites 선형 모형의 한계 다항 회귀와 계단 함수 Regression splines Smoothing splines 국소 회귀(Local regressions)는 이제까지 봤던 splines처럼 flexible한 non-linear functions을 적합하는 것과는 조금 다른 접근으로, target point $x_0$ 근처의 관측치만을 이용하여(가까울수록 큰 가중치를 부여) 곡.. 2020. 6. 10. Smoothing splines ❗️블로그 옮김: https://www.taemobang.com 방태모 안녕하세요, 제 블로그에 오신 것을 환영합니다. 통계학을 전공으로 학부, 석사를 졸업했습니다. 현재는 가천대 길병원 G-ABC에서 Data Science를 하고있습니다. 통계학, 시계열, 통계적학습과 기계 www.taemobang.com ※ prerequisites 선형 모형의 한계 다항 회귀와 계단 함수 Regression splines Smoothing splines도 기저 함수(Basis functions)를 이용한 모델링 방식으로, 기저 함수로 polynomial function만을 이용하는 Regression splines와 달리 오차를 최소화하는 적절한 기저 함수를 찾아 $y_i$에 대한 예측을 수행한다. 목적 함수 관측된.. 2020. 6. 9. Regression splines ❗️블로그 옮김: https://www.taemobang.com 방태모 안녕하세요, 제 블로그에 오신 것을 환영합니다. 통계학을 전공으로 학부, 석사를 졸업했습니다. 현재는 가천대 길병원 G-ABC에서 Data Science를 하고있습니다. 통계학, 시계열, 통계적학습과 기계 www.taemobang.com ※ prerequisites 선형 모형의 한계 다항 회귀와 계단 함수 기저 함수(Basis functions)를 이용한 두 가지 모델링 방식을 소개한다. 먼저, 다항 회귀와 piecewise constant regression을 결합하여 더 유연한 적합 형태를 보여주는 piecewise polynomial regression을 소개하고, 여기서 더 나아가 제약을 통해 piecewise polynomi.. 2020. 6. 8. 다항 회귀와 계단 함수 ❗️블로그 옮김: https://www.taemobang.com 방태모 안녕하세요, 제 블로그에 오신 것을 환영합니다. 통계학을 전공으로 학부, 석사를 졸업했습니다. 현재는 가천대 길병원 G-ABC에서 Data Science를 하고있습니다. 통계학, 시계열, 통계적학습과 기계 www.taemobang.com 다항회귀(Polynomial regressions) $X$(predictors)와 $y$(response) 사이에 비선형 관계가 있을 때, 이에 대해 선형회귀를 확장하는 일반적인 방법은 다음과 같은 일반적인 선형 회귀모형(The standard linear regression model)에 다항 함수(polynomial function)를 씌워주는 것이다. $y_i = \beta_0 + \beta_1.. 2020. 6. 8. 선형모형의 한계 ❗️블로그 옮김: https://www.taemobang.com 방태모 안녕하세요, 제 블로그에 오신 것을 환영합니다. 통계학을 전공으로 학부, 석사를 졸업했습니다. 현재는 가천대 길병원 G-ABC에서 Data Science를 하고있습니다. 통계학, 시계열, 통계적학습과 기계 www.taemobang.com 선형 모형(Linear models)은 상대적으로 적용이 쉬우며 다른 어떤 접근 방법들보다 해석(Interpretation)과 추론(Inference)에 있어서 상당한 이점을 가진다. 그러나 GLMs(Generalized linear models)을 포함한 표준 선형 회귀(Standard linear regression)는 예측력에 있어서 명확한 한계가 존재한다. 그 이유는 선형성 가정(The lin.. 2020. 6. 6. 이전 1 2 다음
