В следующих двух сетках сравниваются основные алгоритмы контролируемого машинного обучения, доступные в XLSTAT. Одна сетка предназначена для задач классификации (качественная Y), другая — для задач регрессии (количественная Y).
Для краткого ознакомления с принципами контролируемого машинного обучения ознакомьтесь с этой статьей.
Алгоритмы сравниваются по нескольким критериям
- Могут ли они работать с большим количеством переменных, чем с наблюдениями?
- Легко ли они адаптируются к нелинейным отношениям между предикторами и результатом?
- Можно ли использовать алгоритм в объяснительных целях? Другими словами, можно ли его использовать для описания относительного влияния предикторов на результат?
- Могут ли они автоматически обнаруживать и изучать взаимодействия между предикторами?
- Какие основные гиперпараметры нужно настроить?
Алгоритмы классификации
Алгоритмы регрессии
Анализ данных и статистическое решение
Узнайте больше статей в нашем Справочном центре