机器学习实现与分析之四（广义线性模型）
指数分布族
首先需要提及下指数分布族，它是指一系列的分布，只要其概率密度函数可以写成下面这样的形式：
一般的很多分布（如高斯分布，泊松分布，二项式分布，伽马分布等）都属于指数分布族。
广义线性模型构建假设
广义线性模型主要基于以下假设：
1.
的分布属于指数分布族
2.预测值为
，因此模型就是
3.模型线性性，即
线性回归中，假设
服从高斯分布
，则将其写成指数分布族形式如下：
注意这里ηη和T(y)T(y)可以有多种取法满足上面这个式子，但根据上面假设的第二条，由于我们需要预测的是yy，则T(y)=yT(y)=y，从而就有
从而：
这里σ2σ2是一个常数，则上式可写为：
此即为线性回归中使用的线性模型的来源。同理，对于逻辑回归，有
则
由此可得：
故而有
此即为逻辑回归使用的模型。
同理，对于其他分布，我们也可以写出对应的回归模型。上面给出了线性回归和逻辑回归的模型，通过最大似然估计与梯度下降法，即可求出参数。
问题与思考
1.构建GLM的三条假设，其中假设一在此模型构建中起了什么作用，目前还未理解。假如分布不属于指数分布族，那是否也可以构建其他形式的线性模型？有理解的同学望不吝赐教。
2.假设三即是模型的线性假设，这也能说明了逻辑回归只能处理线性可分情况。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
在企业数字化运营、业务流程管理与精细化管控体系中，流程运营是串联各项业务环节、保障工作落地、提升运转效率的核心载体。无论 ...
2026-09-16在数据分析与统计学研究中，卡方检验是分析分类变量关联性与差异性的重要方法，广泛应用于市场调研、行为统计、社会调查、商业数 ...
2026-09-16 很多数据分析师每天盯着GMV、DAU、转化率，但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-09-16CDA数据分析师 出品 作者：李诗怡 定义： 用户增长核心分析框架，刻画用户从接触产品到自发推荐的全生命周期，五个递进环节构建 ...
2026-09-15在数字化营销与精细化用户运营时代，企业传统的广撒网式营销模式成本高、转化率低，已无法适配精准商业竞争需求。客户画像作为大 ...
2026-09-15 很多数据分析师精通描述性统计，能熟练计算均值、中位数、标准差，但当被问到“用500个样本如何推断10万用户的真实满意度” ...
2026-09-15在MySQL数据库数据查询与数据分析中，GROUP BY与ORDER BY是使用频率极高的核心关键字。二者语法结构相似，常搭配使用，但核心功 ...
2026-09-14随着数字化治理、智慧运营、数字孪生技术的普及，数字体征成为衡量业务状态、系统运行、城市治理与企业经营健康度的核心体系。数 ...
2026-09-14 很多数据分析师沉迷于复杂的模型和算法，却忽略了数据分析的一项基础能力——描述性统计。事实上，大量商业分析问题，用描述 ...
2026-09-14在MySQL数据库运维与开发实践中，经常出现一种典型现象：数据库实际存储的数据量很小，数据表条数少、文件体积低，但服务器整体 ...
2026-09-11 很多数据分析师能熟练计算均值、标准差，但当被问到“总体和样本有什么区别”“参数和统计量有什么关系”“数据级别的高低如 ...
2026-09-11CDA数据分析师 出品 作者：李诗怡 定义： 将同一时间段内因具备相同属性或共同经历的用户划分为群体，分析其留存与生命周期价值 ...
2026-09-11在零售、商超、餐饮、线下门店等实体商业运营中，客流与销售额是衡量门店经营状态的两大核心指标。销售额是门店经营的最终结果， ...
2026-09-10在数据可视化体系中，柱形图是最基础、应用最广泛的图表类型，其中**累计柱形图（堆积柱状图）**是兼顾整体总量与内部结构的核心 ...
2026-09-10 许多数据分析师精通Excel函数和SQL查询，但当面对一张上万行的销售明细表，要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-09-10在Python Pandas数据分析中，DataFrame是承载结构化数据的核心载体，数据清洗、数据修正、条件赋值、字段更新等实操场景，都离不 ...
2026-09-09 很多数据分析师掌握了Excel函数、会写SQL查询，但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-09-09卡方检验（Chi-Square Test）是统计学中针对分类数据的经典显著性检验方法，核心用于判断两个离散分类变量是否相互独立、数据实 ...
2026-09-09CDA数据分析师 出品 作者：李诗怡 1. 销售漏斗阶段判断 题目：销售漏斗模型中，通过广告、社交媒体等方式触达品牌信息（如浏览品 ...
2026-09-07在Python数据分析中，Pandas库的DataFrame是最核心、最常用的结构化数据表对象，类似于Excel的二维表格，具备规整的行列结构、字 ...
2026-09-07
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
