Свързани публикации 'linear-regression'
Математиката зад градиентно спускане
В предишната и първата статия от поредицата „The Maths Behind“ обсъдихме линейната регресия. В този ще разберем какво е градиентно спускане и как работи, очевидно с помощта на математика, о!
Добре, така че първо и най-важно какво е Gradient Descent? Нека обясня. По същество това е метод за оптимизация, при който намираме локалните или глобалните минимуми (в зависимост от кривата) на дадена крива чрез произволно избиране на постоянните параметри и постепенно придвижване надолу, докато..
Ден 2 — Учене под наблюдение и линейна регресия
Днес ще преминем през контролирано обучение и ще отделим по-голямата част от времето за линейна регресия, особено алгоритъм за градиентно спускане. След теоретичната част ще изградим линеен регресионен модел, използвайки алгоритъма за градиентно спускане, за да предвидим данните за диабета.
Контролирано обучение
„Надгледаното обучение е задачата на машинното обучение за изучаване на функция, която преобразува вход към изход въз основа на примерни двойки вход-изход.“ — Стюарт Дж...
Внедряване на линейна регресия във Flink от нулата
В тази бележка ще приложим линейна регресия в стрийминг настройка. Предполагаме, че не разполагаме с всички налични данни и ще генерираме произволни данни за обучение в движение.
След това ще използваме Flink, за да коригираме теглата на линейната регресия, така че MSE да бъде сведен до минимум.
Така че ще използваме алгоритъм за градиентно спускане, за да коригираме теглата. Тъй като не разполагаме с всички налични данни веднага, ще трябва да изчакаме, докато пристигнат достатъчно..
Обучение на набор от данни с помощта на линейна регресия (техника на ML)
Преди няколко дни, когато провеждах курс по DS от uaceit.com , се научих да правя първия си проект за наука за данни на Jupyter Notebook, използвайки ефективен алгоритъм за машинно обучение, т.е. Линейна регресия . Научих да разбирам данните и как можем да ги свържем, за да постигнем по-добри и желани резултати. Линейната регресия може да се дефинира като „ Подход, който моделира промяна в 1 или повече предикторни променливи (да кажем x), което води до линейна промяна в променливата на..
Модел на машинно обучение от нулата с помощта на набор от данни „Времето в Сегед 2006–2016“
Път за прилагане на модел на линейна регресия чрез A-Z предварителна обработка
Този урок включва подход стъпка по стъпка за изграждане на линеен регресионен модел към набор от данни. Наборът от данни, който се използва за урока, е достъпен по-долу.
Времето в Сегед 2006-2016 Почасово/дневно обобщение с температура, налягане, скорост на вятъра и други www.kaggle.com
Нека вземем следния случай на употреба за лесно разбиране на потока..
Какъв е резултатът R2 и коригираният R2
Резултатът R2 и коригираният R2 са два показателя, използвани за оценка на ефективността на регресионен модел. R2, известен също като коефициент на определяне, е мярка за това колко добре моделът отговаря на данните. Изчислява се чрез вземане на квадратна корелация между наблюдаваните и прогнозираните стойности на зависимата променлива.
Например, да приемем, че имате модел, който се опитва да предвиди височината на...
Здравей, Абишек, „счупих“ набора от данни във влак и набор от тестове и използвам набора от влакове, за да създам своя...
Здравей, Абишек, „Разбих“ набора от данни във влак и набор от тестове и използвам набора от влакове, за да създам своя модел.
Прогнозирането на стойност с помощта на линейна регресия е доста лесно `y = ax + b`, където b е само константа.
Например, ако имаме набор от данни, разстояние и време 100 км | 1 час 200 км | 2 часа 300 км | 3 часа сега нека опитаме да го поставим в линеен регресионен модел, той ще бъде: `y = 100x + 0;` сега можем да предвидим къде ще бъде колата след 2,5 часа,..
