GroongaPackages回归测试 Groonga 包的测试工具。 要求 安装 $ gem install groonga_packages_regression_test 用法 $ groonga_packages_regression_test pull $ groonga_packages_regression_test install $ groonga_packages_regression_test go 作者 横山文 执照 LGPLv2.1 或更高版本。 有关详细信息，请参阅。

回归森林的matlab代码。转载，版权abhirana所有。

预算matlab代码###线性回归模板 #### Description在MATLAB和python中实现的线性回归算法。 使用梯度下降或正态方程学习回归参数。 允许任何（合理）数量的连续特征。 将输入（csv文件）分为训练集和测试集。 使用训练集学习参数，并计算训练集和测试集上的误差。 如果使用梯度下降（脚本中的set选项），则绘制成本函数收敛图。 基于的Ex.1的代码。 ####用于开发和测试的数据集 ####文件MATLAB回归脚本：linear_regression_script.m 脚本的功能形式（允许在函数调用中指定参数）：linear_regression.m 回归脚本的Python实现：lin_reg.py 主脚本和函数使用的MATLAB函数：computeCostMulti.m，gradientDescentMulti.m

基于Logistic Regression模型实现手写数字识别

DBN-for-regression-master源码.rar

作者：Joseph Michael Hilbe，Wiki简介：https://en.wikipedia.org/wiki/Joseph_Hilbe 负二项回归属于广义线性回归（GLM）的分支，与Logistic回归、Poisson回归等都属于计数数据模型的范畴，主要用于以分类变量、定序变量为因变量的回归分析之中。 负二项回归家族庞大，逐渐应用于社会科学领域各个学科的统计分析建模之中，本书详细介绍了负二项回归分析的原理以及该模型的多种变体，为该方法的学习提供了重要指导。

Instabilities of Regression Estimates Relating Air Pollution to Mortality

【andrew gelman Data Analysis Using Regression and Multilevel-Hierarchical Models】2.8 exercise solution

Logistic_Regression：student_performance_data_answers

Coursera NLP第一周作业