因果推断(二)--最小二乘法

今天我们来看看机器学习入门课程中的最小二乘法，是不是感觉咱们越学习越回退啦，其实学习的过程是这个样子，你知道的越多，你之前的认知发生改变的概率越大，可能之前是硬性的理解，现在是真正的理解，好啦，话不多说，咱们来看看从因果推断的角度如何看待最小二乘法这个算法。回归模型使用如下的表

Wed Oct 6

因果推断

因果推断(一)--线性回归

讲线性回归之前，我们先来接受因果推断的一些名词，充充场面。记得咱们上节讲的教育程度（EDU）对收入（INC）的因果影响吗？这里我们将EDU和INC称为可观测变量,EDU也称为处置变量，智商（IQ）是另一个可观测变量。由于EDU和IQ都会影响收入INC，它们同时被称为解释变量，INC称为被解释变量。要单独估计EDU和INC的因果影响要控制IQ对INC的影响。我们经常把无法观测的变量称为干扰项e，所以

Tue Oct 5

因果推断

因果推断(零)--辛普森悖论

这个系列我们来介绍一下因果推断，这个时候第一反应应该是因果推断是什么呢？解决什么问题的呢？咱们举几个例子来说明下，例如你会不会经常有这样的疑问？读博士能增加收入吗？如果能增加增加多少呢？其实这其中就包含了因果推断的内容，表面你是抛出了一个疑问，其实你是想了解读博士和收入增加有没有因果关系，“别人家的孩子”的成就中，读取博士到底与他们的生活有多大关系。是不是因为读取了博士才能收入高高。废话了这么多，

因果推断(二)--最小二乘法

因果推断(一)--线性回归

因果推断(零)--辛普森悖论

分类

标签云

最新文章

标签

最新文章

Your browser is out-of-date!