Публикации по теме 'linear-regression'
Соединяя точки: линейная регрессия стала проще для юных умов
Линейная регрессия — один из наиболее распространенных алгоритмов машинного обучения. Как правило, это первый алгоритм, изучаемый на курсах машинного обучения, и он является строительным блоком для более сложных алгоритмов.
Линейная регрессия похожа на выяснение того, как две вещи связаны друг с другом.
Примеры линейной регрессии
Вы хотите знать, как ваш рост связан с вашим весом. Вы можете собирать данные о множестве людей разного роста и веса и отображать их на графике. Затем вы..
Обобщенная линейная модель (GLM)
Обобщенная линейная модель (GLM) — это статистическая модель, которая используется для прогнозирования переменной отклика на основе одной или нескольких переменных-предикторов. Это гибкий и широко используемый инструмент для моделирования данных, которые подчиняются определенному распределению, такому как биномиальное, пуассоновское или нормальное распределение.
В GLM переменная отклика связана с переменными-предикторами через линейный предиктор, который представляет собой линейную..
Линейная регрессия — сила простоты
Возможно, самый недооцененный алгоритм ML.
Что приходит вам на ум, когда вы говорите о передовом алгоритме машинного обучения? Глубокие сети, трансформаторы? Может быть, алгоритмы дерева повышения градиента? Что бы это ни было, я совершенно уверен, что линейной регрессии не будет в списке.
Почему вы должны знать модель полиномиальной регрессии ML?
Полиномиальные функции
В реальной жизни иногда, когда вы проверяете линейную связь целевой переменной с независимой переменной, вы обнаружите, что она не совсем линейна, она нелинейна. Следовательно, когда вы применяете простой алгоритм линейной регрессии, он даст хорошие результаты, но не самые лучшие. Чтобы получить наилучшие результаты, ваша модель должна правильно соответствовать нелинейным данным, и это можно сделать с помощью полиномиальной регрессии.
Линейная регрессия — это..
Прогноз цен на такси
Прогноз стоимости такси
TLDR
В этом блоге мы сможем получить лучшую модель прогнозирования цен, которую можно использовать для оценки стоимости поездки потребителя.
Контур
Введение Прежде чем мы начнем Как кодировать Очистка данных Разработка функций Объединение наборов данных Подготовка модели данных Обучение модели Заключение
Введение
Иногда просто удобно доверить вождение кому-то другому. Это просто меньше стресса, больше места для ума, и можно..
MSE против MAE в линейной регрессии
В случае MSE (среднеквадратичная ошибка)
Ошибка (прогнозируемое значение — истинное значение) соответствует стандартному нормальному распределению [Среднее значение 0 и отклонение 1].
Когда мы обучаем линейную регрессию с использованием MSE, общая ошибка приближается к нулю. В связи с этим,
Линия регрессии моделирует среднее предсказание. Алгоритм становится чувствительным к выбросам.
Давайте посмотрим на реализацию линейной регрессии с MSE.
import matplotlib.pyplot as..
Линейная регрессия с нуля в Python
Линейная регрессия — один из самых основных алгоритмов машинного обучения, но часто это первые алгоритмы, изучаемые в классе или учебнике по машинному обучению, поскольку он по-прежнему содержит все основные элементы алгоритма машинного обучения с учителем. Одна из основных причин, по которой линейная регрессия до сих пор изучается как алгоритм машинного обучения, заключается в том, что она имеет аналитические выражения для своих параметров. Это также делает линейную регрессию одним из..
