Свързани публикации 'regression'
Може ли дървото на решенията да се използва за регресионни проблеми?
Регресионното дърво е основно дърво на решенията, което се използва за прогнозиране на непрекъснато оценени резултати. В дърветата на решенията за класификация дървото се разделя на базата на ентропия и придобиване на информация. Въпреки това, тъй като предвиждаме непрекъснатите променливи, ентропията не може да не се използва вместо това се използва средна квадратична грешка.
Средната квадратична грешка (mse) ни казва колко нашите прогнози се отклоняват от първоначалната цел.
В..
Открийте какво прави машинното обучение... без математика!!!
Като асистент в университет съм свикнал да се опитвам да предам интуицията зад сложни алгоритми и модели на моите студенти. В повечето случаи не мога да очаквам тежък технически опит в тях, така че се опитвам да се изразявам на език, който не съдържа уравнения или други аналитични...
Регресия с множество изходи с машини за повишаване на градиента
Първият тип модели, които ми идват на ум, когато мисля за регресията с множество изходи, определено не е GBM . Предпочитам да мисля за невронните мрежи , известни със своята гъвкавост. Създаването на модел за дълбоко обучение е като игра с блокове, докато използването на GBM е по-скоро като, да речем, пране с пералня. Сипвате прах и омекотител, който харесвате, избирате програма, слагате мръсните дрехи и се надявате, че ще работи според очакванията. Не можете лесно да смените..
Върхът на айсберга! (Регресионен модел за прогнозиране на оцеляването на пътниците на Титаник)
Истински шедьовър на нашата епоха. Един от най-добрите филми, правени някога. Това е Титаник! Джак и Роуз на Леонардо ди Каприо и Кейт Уинслет може да са били измислени, но основната история е истинска като айсберг.
Имаме много статистически факти за Титаник.
На борда е имало 2222 души (пътници и екипаж ). 706 е общият брой на хората, оцелели след потъването на Титаник 37% процент от оцелелите пътници. 49% процент от местата за пътници, които са останали неизползвани (загубата..
Регресия и нейните показатели
Компромис от отклонение и отклонение и разграничаване на MSE
Средната квадратна грешка или MSE се използва по време на множество етапи на регресионен анализ. Тази множественост (в дефиницията и употребата) причинява неяснота, когато се обсъжда точната роля на MSE в регресионен проблем.
В основата си MSE е съставен момент от втори ред на отклонения между емпирично и теоретично наблюдение. Това звучи абсурдно неразбираемо и е така, но формалността се дължи на споменатата по-горе..
Какво е регресия и защо ни е необходима? С регресия на Ридж и Ласо
Когато имаме данни с техните целеви стойности (известен още като контролирано обучение), линейната регресия е прост метод. Това е прост метод за определяне на това доколко една променлива за прогнозиране, X, ще се справи при прогнозирането на друг, количествен отговор, Y.
Приема се, че X и Y имат линейна връзка.
Математически може да се запише като:
където y е прогнозираната количествена променлива и x са предикторите.
Пример преди да се изгубите в математиката
Нека..
Овладяване на множествена линейна регресия: Отключване на силата на прогнозното моделиране
Здравейте на всички👋 винаги, когато работим по проблемите на регресията в реалния свят, първият ML модел, който всеки тренира върху своите данни, е линейната регресия. По-рано вече обсъждахме простата линейна регресия, която можете да посочите тук . В това четиво ще започнем с множествената линейна регресия и ще разберем геометричната и математическа интуиция зад нея. Накрая ще завършим статията, като внедрим алгоритъма, използвайки библиотеката sklearn и нашия собствен..
