Свързани публикации 'linear-regression'


Регуляризация и геометрия
Регуляризация и геометрия Аз. Компромис на отклонение отклонение Когато извършваме статистическо моделиране, целта не е да изберем модел, който отговаря на всички точки от данни за обучение и да получим най-малката грешка в данните за обучение. Целта е да се даде на модела способността да обобщава добре нови и невиждани данни. Тъй като все повече и повече параметри се добавят към модел, сложността на модела се увеличава, т.е. той може да побере повече шум в данните за..
Прогнозиране на цените на жилищата с помощта на линейна регресия
Нека предвидим цените на жилищата с помощта на линейна регресия Така че в този блог ще направим класическото упражнение за линейна регресия, за да предвидим цените на жилищата, като използваме доход, възраст на къщата, брой спални, население на района и т.н. Инсталация и настройка За да инсталирате csv файла, изтеглете го от kaggle тук: https://www.kaggle.com/aariyan101/usa-housingcsv Изтеглете csv файла, като щракнете върху бутона за изтегляне в горната дясна част на четеца..
Пълно ръководство за линейна регресия с използване на данни за генна експресия: оценка на съответствие и алгоритъм
В този втори урок ще покажа как да монтирам линеен регресионен модел за прогнозиране на остра миелоидна левкемия, как да оценя резултатите. Освен това ще обсъдя графиките за изследване на резултатите от алгоритъма и решенията на най-често срещаните проблеми. Тук можете да намерите предишния урок: тук Поставяне на прост модел на линейна регресия Нека започнем с дефинирането на нашата входна променлива (X) и нашата зависима променлива. В този случай искаме да оценим стойността..
Модел на машинно обучение Вътрешен докер
Какво е докер? Docker е отворена платформа за разработване, изпращане и стартиране на приложения. Docker ви позволява да отделите вашите приложения от вашата инфраструктура, така че да можете да доставяте софтуер бързо. Docker ни позволява да зареждаме, стартираме и изпълняваме нова ОС (контейнер) в рамките на секунда. ще използваме Docker за стартиране на centos OS. И вътре в този контейнер ще изградим и стартираме прост модел за машинно обучение. Ще създадем модел на линеен..
Проста линейна регресия
Линейната регресия е най-простата форма на класификационен проблем. Имаме много техники за извършване на този тип регресия. Днес ще научим как да използваме API на PyTorch, за да ни помогне да направим тази класификация. Концепция Основната концепция зад линейната регресия е линейното уравнение. Y = m * x + C Където Y,x = точка на линията, m = наклон, C = Y пресечна точка И така, от горното уравнение можем да създадем линия само като намерим оптималните стойности на m,C...
Регресия с помощта на sklearn върху KC Housing Dataset
Мотивация За да предвидя цените на жилищата в окръг Кинг, избрах набора от данни за цените на жилищата, получен от Kaggle. Този набор от данни съдържа продажни цени на жилища за окръг Кинг, който включва Сиатъл. Той включва жилища, продадени между май 2014 г. и май 2015 г. Той има много характеристики на обучение и наборът от данни може да бъде изтеглен от тук . Въведение Цялостната идея на регресията е да се изследват две неща: (1) дали набор от предикторни променливи върши..
Прост ML проект в R, използващ Boston Dataset
Това е проста стъпка през създаването на прост модел на машинно обучение, използвайки набора от данни от Бостън и линейна регресия в R. И така, нека започнем! 1. Зареждане на библиотеки Ще използваме следните библиотеки: library(mlbench) # Contains the Boston Housing Dataset library(dplyr) # Basic manipulation functions library(ggplot2) # Graphs and plots library(reshape2) # To reshape data library(caret) # Creating train test sets 2. Зареждане на набор от данни..