Публикации по теме 'businessanalyticsindustry'
ЛИНЕЙНАЯ РЕГРЕССИЯ против ЛОГИСТИЧЕСКОЙ РЕГРЕССИИ
ЛИНЕЙНАЯ РЕГРЕССИЯ против ЛОГИСТИЧЕСКОЙ РЕГРЕССИИ
1. Почему мы взяли квадрат ошибки в линейной регрессии?
Возведение в квадрат необходимо для удаления отрицательных знаков. Это также придает больший вес большей разнице. Это также говорит о том, что чем меньше среднеквадратическая ошибка, тем ближе прямая линия, основанная на данных.
2. Разница между линейной регрессией и логистической регрессией.
МАТРИЦА ЗАМЕДЛЕНИЙ
Здесь я беру пример людей, страдающих диабетом или нет...
Нейронная сеть (3-я неделя)
1. Зачем нам нужно изучать нейронную сеть?
В линейной регрессии мы проверяем, как зависимая переменная численно зависит от независимой переменной, и наносим наилучшую прямую линию. В то время как логистическая регрессия классифицирует данные по разным классам в зависимости от набора данных. Но в каком-то наборе данных мы не можем использовать ни один из них и классифицировать набор данных по эллипсу или кругу. Мы не можем провести прямую линию для нелинейных данных, используя..