KK写字的地方

ISL-Chap1&2.1笔记写在前面Chap1 IntroductionChap2 Statistical Learning2.1 什么是 Statistical Learning2.1.1 Why Estimate $f$2.1.1 How Do We Estimate $f$2.1.3 The Trade-Off Between Prediction Accuracy and Mod...

Chap2剩余部分笔记 1.回归问题，如何衡量模型的好坏 对于回归问题，可以使用MSE（mean squared error）来衡量。简单来说，就是把所有估计值和实际值的差加起来，再求个均值。 MSE=1n∑i=1n(yi−f^(xi))2MSE=\frac{1}{n}\sum_{i=1}^n (y_i-\hat{f}(x_i))^2MSE=n1​i=1∑n​(yi​−f^​(xi​))2 通常来...

2.3 Lab: Introduction to R #ISL2.3 Lab Intro to R #2018.12.24 #by Qikun ################################ 2.3.1 Basic Commands ########################## x = c(1,3,2,5)#create a vector of numbers # c...

ISL-3.1简单线性回归引入重要性例子问题3.1 简单线性回归3.1.1 估计系数3.1.2 评估系数估计值的准确性3.1.3 评价模型准确性Reference 引入 正式介绍简单线性回归之前需要啰嗦一下线性回归的重要性，并且抛出贯穿本章的例子以及例子引发的问题。 重要性 虽然和其他模型一比，线性回归算不上fancy，但是线性回归模型依然是一个应用广泛并且比较有效的模型。 例子 本章使用的例子还...