Matlab 非线性回归的小程序和例子。

地理加权回归分析 GWR4软件安装及使用方法，用于地理加权回归分析，里面有详细的安装方法以及视频讲解结果分析，以及配套数据，跟着学习即可学会哦

政策评价效应---断点回归模拟的数据，共同学习。仅供学习使用，切勿用作其它，谢谢！欢迎大家提出宝贵意见

写在开头：今天开始逻辑回归的内容分享，仍然是参考学习公众号机器学习实验室的思路和内容，尽量在实现的环节多加一些自己的思考，吸收一下。 内容安排 线性回归（一）、逻辑回归（二）、K近邻（三）、决策树值ID3（四）、CART（五）、感知机（六）、神经网络（七）、线性可分支持向量机（八）、线性支持向量机（九）、线性不可分支持向量机（十）、朴素贝叶斯（十一）、Lasso回归（十二）、Ridge岭回归（十三）等。 今天就是从逻辑回归的内容进行分享，逻辑回归的思想其实在现实生活中很常见，比如通过一段编程的能力来定义这个人是不是高手如何，其实里面的自变量比如有算法的能力、代码的能力等等，这其实都和逻辑回归很

这个是用来计算多元线性回归方程的算法，可以代替matlab中的函数，结果绝对正确

主要介绍了用tensorflow实现弹性网络回归算法

这是一个比http://mi.eng.cam.ac.uk/~at315/MVRVM.htm上传的现有程序更快的程序。 您可以在https://arxiv.org/abs/1704.05041下载相应的论文。

线性回归，逻辑回归与神经网络原理推导：包括以下几点内容：1.线性回归的定义及求解方法的推导，线性回归与最小二乘关系，线性回归显著性判断；2逻辑回归的定义，及递推公式的推导，逻辑回归与神经网络的关系，softmax回归；3多元回归分析概述；4神经网络反向传播关系的推导，举例说明反向传播过程。

七、变量筛选 从所用的方法看，有强迫法、前进法、后退法和逐步法。在这些方法中，筛选变量的过程与线性回归过程的完全一样。但其中所用的统计量不再是线性回归分析中的F统计量，而是以上介绍的参数检验方法中的三种统计量之一。 为计算方便，通常向前选取变量用似然比或比分检验，而向后剔除变量常用Wald检验。

残差分析的内容 分析残差是否为服从均值为0的正态分布； 分析残差序列是否独立； 分析残差是否为等方差的正态分布（也叫异方差分析）； 探测样本中的异常值和强影响点。