通過比較R在bagging、隨機(jī)森林、支持向量機(jī)、最近鄰、人工神經(jīng)網(wǎng)絡(luò)等現(xiàn)代回歸方法中所發(fā)揮的不同作用,進(jìn)一步說明了R語言在統(tǒng)計教學(xué)中的優(yōu)勢。 

【文章頁數(shù)】：5 頁

【文章目錄】：
1 R語言
2 R語言在統(tǒng)計學(xué)教學(xué)中的應(yīng)用舉例
    2.1 數(shù)據(jù)描述
        2.1.1 描述數(shù)據(jù)集的基本信息
        2.1.2 繪制變量LSTAT～CHAS, RM～CHAS的箱線圖
        2.1.3 進(jìn)一步檢驗變量間的相關(guān)性
    2.2 現(xiàn)代回歸與分類
        2.2.1 Bagging (bootstrap aggregating)
        2.2.2 隨機(jī)森林
        2.2.3 最近鄰方法
        2.2.4 人工神經(jīng)網(wǎng)絡(luò)
        2.2.5 支持向量機(jī)
    2.3 綜合比較


【參考文獻(xiàn)】：
期刊論文
[1]基于R語言的統(tǒng)計教學(xué)應(yīng)用初探[J]. 李雄英.  高教學(xué)刊. 2017(01)
[2]基于R語言的大數(shù)據(jù)審計方法研究[J]. 羌雨.  中國管理信息化. 2016(21)
[3]R語言在大數(shù)據(jù)處理中的應(yīng)用[J]. 楊霞,吳東偉.  科技資訊. 2013(23)



本文編號：3687325