Публикации по теме 'linear-regression'
Оценка кассовых сборов фильмов с использованием множественной линейной регрессии и заполнения значений NaN с помощью…
Это мой второй проект в Istanbul Data Science Academy . Моя команда и я использовали методы веб-скрапинга и машинного обучения для создания проекта. В этом проекте вместо использования уже подготовленных данных мы использовали веб-скрапинг для сбора данных с веб-сайтов imdb и boxofficemojo. Целью здесь является оценка кассовых сборов фильмов. Однако нам может понадобиться больше методов, таких как применение обработки естественного языка в соответствии с комментариями аудитории,..
Давайте демистифицируем алгоритм линейной регрессии
В статистике линейная регрессия — это линейный подход к моделированию связи между скалярным откликом и одной или несколькими независимыми переменными (также известными как зависимые и независимые переменные).
Давайте упростим это, разбив его.
Допустим, вы хотите купить квартиру в городе, поэтому собрали данные о каких-то квартирах.
Мы видим, что первый столбец (вектор), т. е. цена , основан на характеристиках/удобствах в других столбцах. Поскольку цена зависит от других..
Глубокая связь между бустингом и LASSO
Понимание мощного алгоритма через радикальное изменение точки зрения
Повышение градиента используется повсеместно и повсеместно недооценивается.
Обсуждая его эффективность, люди обычно по умолчанию придерживаются двух точек зрения:
Усиление градиента начинается с низкой дисперсии и высокой систематической ошибки и направлено на уменьшение систематической ошибки путем добавления большего числа слабых учащихся. Повышение градиента аппроксимирует «градиентный спуск» в функциональном..
ML-линейная регрессия
Многомерная линейная регрессия — Эндрю Нг
В прошлый раз мы прошли одномерную линейную регрессию. Однако в реальном мире может быть много входных данных и переменных. Давайте посмотрим на пример.
В этом случае мы можем указать размер как x1 , спальни как x2 , полы как x3 , годы как x4 . , а их цена — y.
Теперь обозначения такие:
Гипотеза многомерной линейной регрессии
Гипотеза для одномерной линейной регрессии была следующей:
Теперь у нас больше дополнительных..
Как использовать линейную регрессию, чтобы делать более точные прогнозы
Чтобы сделать более точные прогнозы, можно использовать линейную регрессию. Это статистический метод, который можно использовать для изучения взаимосвязей между переменными. В частности, линейную регрессию можно использовать для изучения взаимосвязи между зависимой переменной и независимой переменной. Поняв эту взаимосвязь, можно сделать более точные прогнозы относительно зависимой переменной.
Чтобы использовать линейную регрессию, необходимо собрать данные о зависимых и независимых..
REST API машинного обучения
Поскольку машинное обучение является актуальной темой, я подумал о том, чтобы попробовать его. Существует множество доступных для использования библиотек машинного обучения. Я наткнулся на сообщение, в котором для демонстрации концепции использовалась библиотека машинного обучения. Чтобы сделать его более универсальным, я создал REST API, чтобы его можно было использовать в другом приложении.
Вот как это происходит — Вы можете обратиться к моему коду на github здесь и скачать файлы..
Понимание линейной регрессии с нуля
Хотите узнать больше о линейной регрессии? Как найти линию регрессии? Какие статистические концепции лежат в основе этого? Вы попали в нужное место!
В этой статье я намерен представить статистические концепции, лежащие в основе линейной регрессии. Как только вы это сделаете правильно, применить линейную регрессию в машинном обучении станет намного проще.
Линейная регрессия - одна из первых моделей, с которыми столкнется любой соискатель ML. Это очень просто и часто используется...
