畢業(yè)設(shè)計(jì)（論文）：機(jī)器學(xué)習(xí)之線性回歸模型及應(yīng)用研究

我們畢業(yè)啦其實(shí)是答辯的標(biāo)題地方機(jī)器學(xué)習(xí)之線性回歸模型及應(yīng)用研究答辯人指導(dǎo)老師課題研究背景和意義近年來，機(jī)器學(xué)習(xí)理論在許多應(yīng)用中得到了成功應(yīng)用和開發(fā)，逐漸成為計(jì)算機(jī)科學(xué)的基礎(chǔ)之一?；哪畢^(qū)植物因子與動(dòng)物生物量這些數(shù)據(jù)龐大，人工不方便去處理如此繁雜的數(shù)據(jù)，而機(jī)器學(xué)習(xí)在處理大數(shù)據(jù)方面占據(jù)著絕對的優(yōu)勢。什么是機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)通過從數(shù)據(jù)里提取規(guī)則或模式來把數(shù)據(jù)轉(zhuǎn)換成信息主要的方法有歸納學(xué)習(xí)法和分析學(xué)習(xí)法。數(shù)據(jù)首先被預(yù)處理，形成特征，然后根據(jù)特征創(chuàng)建某種模型。機(jī)器學(xué)習(xí)算法分析收集到的數(shù)據(jù)，分配權(quán)重、閾值和其他參數(shù)達(dá)到學(xué)習(xí)目的。三種機(jī)器學(xué)習(xí)模型的概述線性回歸模型人工神經(jīng)網(wǎng)絡(luò)模型支持向量機(jī)模型機(jī)器學(xué)習(xí)中的三種方法線性回歸算法人工神經(jīng)網(wǎng)絡(luò)算法支持向量機(jī)算法

線性回歸算法算子連接圖運(yùn)行結(jié)果圖

人工神經(jīng)網(wǎng)絡(luò)算法算子連接圖運(yùn)行結(jié)果圖支持向量機(jī)算法算子連接圖運(yùn)行結(jié)果圖植物生物量與嚙齒動(dòng)物生物量之間的線性回歸關(guān)系建立模型導(dǎo)入數(shù)據(jù)求解模型導(dǎo)入數(shù)據(jù)模型的變量說明符號含義i=1，2，3分別代表輪牧地區(qū)7月份草本植物高度，蓋度，密度，生物量i=1，2，3分別代表輪牧地區(qū)10月份草本植物高度，蓋度，密度，生物量i=1，2，3分別代表過牧地區(qū)7月份草本植物高度，蓋度，密度，生物量i=1，2，3分別代表過牧地區(qū)10月份草本植物高度，蓋度，密度，生物量

i=1,2,3,4分別代表輪牧地區(qū)7月，輪牧地區(qū)10月，過牧地區(qū)7月，過牧地區(qū)10月j=1,2,3分別代表三趾跳鼠百夾捕獲率，子午沙鼠百夾捕獲率，小毛足鼠百夾捕獲率模型求解回歸方程為：Y11=2.438+0.589X11+0.203X12+0.369X13+0.417X14+0.200X15-0.159X16-0.223X17-0.280X18Bias（offset）表示截距，也就是回歸方程的常數(shù)項(xiàng)，輪牧地區(qū)夏季，三趾跳鼠生物量與灌木的蓋度、密度和生物量負(fù)相關(guān)。交叉驗(yàn)證連接數(shù)據(jù)進(jìn)行運(yùn)算運(yùn)算結(jié)果結(jié)果分析

在過牧地區(qū)，草本植物的特性對優(yōu)勢嚙齒動(dòng)物種群生物量的影響大于灌木，并且大多數(shù)都與動(dòng)物生物量成負(fù)相關(guān)關(guān)系，且與灌木的植物因子呈負(fù)相關(guān)。干旱地區(qū)的草本植物本身就比較稀少，而草本植物的莖葉，可以作為嚙齒動(dòng)物的實(shí)物，但由于草本植物的生長而聚集起來的水分，則會吸引嚙齒動(dòng)物的天敵前來，因此草本植物的生物量與嚙齒動(dòng)物的生物量大致呈負(fù)相關(guān)趨勢。而在輪牧地區(qū)，嚙齒動(dòng)物的生物量主要由灌木的各種指標(biāo)控制，且大多呈正相關(guān)，因?yàn)閲X動(dòng)物的棲息地大多會選擇在陰涼的灌木的莖部，并且灌木叢也是嚙齒