Публикации по теме 'linear-regression'
Множественный линейный регрессионный анализ набора данных о жилье в Бостоне
В этой статье будет представлен краткий обзор того, какие переменные являются значимыми, а какие нет, с точки зрения множественной регрессии на основе набора данных о жилье в Бостоне, который приведен ниже для справочных целей.
Мы знаем различные переменные, которые мы рассматриваем, и они заключаются в следующем:
В нашей модели множественной линейной регрессии мы укажем MEDV как нашу зависимую переменную, поскольку мы собираемся запустить регрессию для этой переменной, а все..
Моя попытка машинного обучения с функциональным программированием
Почему функциональное программирование?
В этом году я познакомился с функциональным программированием в рамках своего университетского курса. Хотя языком, который мы использовали, был F #, нас поощряли использовать функциональную парадигму , насколько это возможно. Исходя из C ++ и Python, это был крепкий орешек, поскольку он означал, что вам приходилось перепрограммировать свой мозг , чтобы думать по-другому.
Несколько дней спустя функциональное программирование позволило мне..
Вывод нормального уравнения для обычных наименьших квадратов.
Это окажется проще, чем вы думаете.
OLS, несомненно, является одним из самых фундаментальных алгоритмов машинного обучения. Идея очень проста, учитывая набор данных, алгоритм ищет гиперплоскость, которая минимизирует сумму квадратов смещений от гиперплоскости к каждой из точек в наборе данных.
Медленно читаем последнее предложение и рассматриваем гиперплоскость
мы можем получить функцию потерь как
где ( x ᵢ , y ᵢ) — элемент (наблюдение) в наборе данных, длина..
Глава 4.2 - Линейная регрессия с использованием встроенных программ PyTorch
Использование встроенных модулей PyTorch
В последнем блоге Глава 4.1 мы подробно обсудили некоторые часто используемые встроенные пакеты PyTorch и некоторые базовые концепции, которые мы будем использовать для построения модели линейной регрессии. В этом блоге мы будем строить нашу модель с использованием встроенных модулей PyTorch.
В этом блоге мы собираемся использовать такую информацию, как возраст, пол, ИМТ и т. Д. Человека. детей и курения, чтобы точно спрогнозировать..
Размерный анализ в машинном обучении
"Машинное обучение"
Размерный анализ в машинном обучении
Нельзя добавлять яблоки и апельсины. Размерный анализ важен в машинном обучении
Введение
Анализ размеров - это метод, используемый в физике для обеспечения согласованности уравнения. Например, предположим, что у нас есть уравнение в виде
Где x - это расстояние ( футы или метры ), а t - время ( секунды ). Чтобы это уравнение было согласованным, A должен иметь единицы измерения расстояния ( метр ), а B..
Как связаны логистическая регрессия и регрессия методом наименьших квадратов (линейная регрессия)?
Если вас, как и меня, беспокоит «регрессия» в «логистической регрессии», которую реалистично следует называть «логистической классификацией», учитывая, что это классификация, у меня есть ответ на ваше беспокойство!
Введение в логистическую регрессию и обычную регрессию наименьших квадратов (также известную как линейная регрессия):
Логистическая регрессия полезна в ситуациях, когда есть возможность предсказать наличие или отсутствие характеристики или результата на основе значений..
Советы, как избежать ловушки чрезмерной подгонки в линейной регрессии
Советы, как избежать ловушки переобучения в линейной регрессии
Разделите данные на обучающий набор и тестовый набор, тестовый набор не будет использоваться для обучения модели. Остаточная сумма квадратов используется для определения наилучшей модели, цель состоит в том, чтобы минимизировать остаточную сумму квадратов, это значение называется ошибкой обучения, именно так рассчитываются параметры модели. Но это разделение набора данных на обучающие и тестовые данные будет хорошо работать..
