本章节专门集中于一类线性模型，也就是假设变量之间满足以下关系y = a_1 * x1 + a_2 * x2 + ... + a_n * xn，线性模型还假设其残差符合正态分布。
还有一类以各种有趣的方式扩展线性模型的模型。
Generalised linear models，广义线性模型，如stats::glm()。线性模型假设response是连续的，error符合正态分布。广义线性模型扩展线性模型包含非连续型，例如二值数据。他们通过定义一个基于似然统计概念的距离度量来工作。
Generalised additive models，广义增加模型，如mgcv::gam()，扩展广义线性模型以包含任意光滑函数。这意味着你可以写出像y ~ s(x)这样的公式，变成像y = f(x)这样的方程，让gam()估计这个函数是什么(受一些平滑约束，使问题易于处理)。
Penalised linear models，惩罚线性模型，如glmnet::glmnet()，在惩罚复杂模型的距离(由参数向量和原点之间的距离定义)中添加惩罚项。这使得模型能够更好地适用于来自同一群体的新数据集。
Robust linear models，鲁棒线性模型，如MASS::rlm()，调整与非常远的低权重点的距离。这使得它们对异常值的存在不那么敏感，代价是当没有异常值时，它们就不那么好了。
Trees，树，如rpart::rpart()，以一种与线性模型完全不同的方式处理问题。它们拟合一个piece-wise常数模型，将数据逐步分解成越来越小的部分。Tree本事不那么有效，但当他们被random forests（randomForest::randomForest()）或gradient boosting machines（xgboost::xgboost）联合使用时将非常强大。
网友评论