所用包 import osimport reimport pandas as pdfrom PyPDF2 import PdfReaderfrom pathlib import Pathimport openpyxl STEP1 pdf信息转text文本 filepath="青春末期随访全pdf/xxxx.pdf" reader = PdfRead…

参考文章：https://blog.csdn.net/hgnuxc_1993/article/details/114897839 参考视频：7.3 最大熵模型：拉格朗日乘子法_哔哩哔哩_bilibili 最大熵模型的数学基础 什么是熵？ 熵是用来表示随机变量不确定性的度量。 拉格朗日乘子法 原始问题 对偶问题 当满足KKT条件时，原始问题和对偶问题…

待更新..... 连续型因变量 general linear regression 二分类因变量 logistic regression Logistic回归：适用于任何二分类结局的建模，特别是稀有事件；也是最常见的二分类模型。 目的是估计结局的优势比 (Odds Ratio, OR)。 输出的回归系数是OR的对数，可以解释为结局事件的“发生优势”…

注：医学研究回归模型的效应值有很多种，乱用误用现象频出，本篇文章搜集了知乎、csdn网的相关知识以求区分和正确解释这些效应值。 OR值 odds: 称为几率、比值、比数，是指某事件发生的可能性(概率)与不发生的可能性(概率)之比。用p表示事件发生的概率，则:odds =p/(1-p)。OR:比值比，为实验组的事件发生几率(odds1)/对照组的事件…

本节内容主要来自周志华老师的《机器学习》系列，李航《统计学习方法》。 参考视频8 支持向量机（2）：感知机与支持向量机_哔哩哔哩_bilibili 待更新. 支持向量机基础 感知机和logistic回归的关系 logistic回归可转为感知机模型 支持向量机和感知机的关系 观察感知机损失函数可发现，感知机所找到的超平面不唯一 支持向量机名字解析：支…

注：参考视频分布滞后模型与自回归模型-上_哔哩哔哩_bilibili 基础概念 滞后变量 滞后效应是什么? 一般来说，因为解释变量对被解释变量的影响不可能在短时间内完成。所以，解释变量需要通过一段时间才能完全作用于被解释变量。(存在时间滞后)简洁:被解释变量受自身或其它变量过去值影响的现象称为滞后效应。 滞后变量是什么? 滞后变量:过去时期的、对当…

待更新 分段回归模型 断点回归模型 多项式回归模型 样条模型 自然样条模型 惩罚样条模型 RCS限制性立方样条模型 广义加性模型

参考资料：李航《统计学习方法》视频：4.6【习题篇】朴素贝叶斯法：贝叶斯估计_哔哩哔哩_bilibili 生成模型与判别模型 生成模型 判别模型 区分 全概率公式与贝叶斯公式 条件概率 贝叶斯定理 贝叶斯分类 朴素贝叶斯分类器 当每个实例x有n个特征，且每个特征相互独立 分母求和都为p(X=x) ,分子大小代表了y取不同值时的概率，即x的归属 详解…

参考资料：文章内容主要来自吴恩达老师的机器学习课程及周志华老师的《机器学习》，李航老师的《统计学习方法》 参考视频：2.3 感知机——学习算法之对偶形式：算法解说_哔哩哔哩_bilibili 梯度下降 原理 梯度下降法(gradient descent)是一种常用的一阶(first-order)优化方法,是 求解无约束优化问题最简单,最经典的方法之…

注：文章内容主要来自吴恩达老师的机器学习课程和周志华老师的《机器学习》 欠拟合和过拟合 仅使用简单线性回归会导致欠拟合，引入多项式回归当阶数逐渐过大时会导致过拟合 欠拟合导致偏差、方差均增高 过拟合情况下偏差较低，但方差增高 随模型阶数增加，偏差（训练集误差）逐渐降低，方差（测试集误差）先降低达到最低点后逐渐升高 过拟合解决方法 增加样本量；选择合…