Публикации по теме 'linear-regression'
График Q-Q в линейной регрессии с объяснением
График квантиля-квантиля (Q-Q) - это графический инструмент, который помогает нам оценить, действительно ли набор данных произошел из некоторого теоретического распределения, такого как нормальное, экспоненциальное или равномерное распределение. Кроме того, это помогает определить, поступают ли два набора данных из групп населения с общим распределением.
Это помогает в сценарии линейной регрессии, когда у нас есть наборы данных для обучения и тестирования, полученные отдельно, а затем..
Введение в линейную регрессию
Путь к мечте редко бывает линейным. Путь к счастью должен идти зигзагами.
В этой статье мы узнаем о линейной регрессии и типах линейной регрессии.
ЛИНЕЙНАЯ РЕГРЕССИЯ
- ›Идея регрессии состоит в том, чтобы взять непрерывные данные и найти наиболее подходящую линию для этих данных.
1. ПРЕДСТАВЛЕНИЕ ГИПОТЕЗЫ
y = b + m x его также можно записать как: - h (x) = theta (0) + theta (1) x в основном цель регрессии - найти, что такое m & b.
Что лучше всего подходит?
Он..
Линейная регрессия: ключевые понятия
Поскольку я уже поделился основным определением линейной регрессии в своей первой статье Часть 1 , а теперь добавляю некоторые важные концепции линейной регрессии. Кроме того, эти темы часто задают в интервью.
Давайте начнем с этих понятий в форме анкеты, чтобы вы могли добавить их при подготовке к интервью.
Здесь самая первая тема — Функция стоимости .
Вопрос 1 : Как получить наиболее подходящую линию регрессии?
Решение . В линейной регрессии основной целью этой модели..
Соедините точки с помощью линейной регрессии
Линейная регрессия - один из самых фундаментальных и наиболее простых алгоритмов машинного обучения . Если кто-то спросит вас: «Что вы знаете о ML?» и вы отвечаете, что знаете кое-что о линейной регрессии, они будут считать, что вы знакомы с настоящим машинным обучением, но не используйте этот жаргон, если вы ничего о нем не знаете!
Линейная регрессия соответствует линии между заданными точками данных. Например, время, когда вы рисовали линию, проходящую через максимальные точки на..
Вспомните линейную регрессию, когда Walmart прогнозирует продажи своих телевизоров Spectre 32 на основе расходов на рекламу.
Два года назад меня очень вдохновило произведение искусства машинного обучения от Studio Drift в Stedelijk Museum в Амстердаме. С энтузиазмом я начал курс Стэнфордское машинное обучение и смог получить бизнес-кейс в работе по обработке естественного языка. В процессе изучения машинного обучения я был обескуражен (например, некоторые концепции, такие как рекуррентные нейронные сети, чрезвычайно трудно понять, и я чувствовал себя самозванцем) и задавался вопросом, в чем именно..
Полное руководство по линейной регрессии с использованием данных об экспрессии генов: регуляризация
В этой третьей части я расскажу о недообучении и переоснащении (и о том, как их обнаружить), штрафной регрессии (гребень, лассо и эластичная сеть) и о том, как их реализовать в python.
Вы можете найти здесь первую часть (введение и математику): здесь
Вы можете найти здесь вторую часть (соответствие, диагностика проблемы и решение): здесь
Недообучение и переоснащение
Кратко обсудим важный момент. Недообучение и переоснащение.
Цель хорошей модели состоит в том, чтобы..
Линейная регрессия как задача наименьших квадратов
Линейная регрессия как задача наименьших квадратов
Пошаговый вывод
Следуя статье Лео Бреймана Статистическое моделирование: две культуры , мы хотим найти функцию f, которая, работая с X, предсказывает реакцию Y:
Здесь мы сосредоточимся на выводе уравнений для определения наилучших значений коэффициентов линейной регрессии без учета условий, позволяющих сделать статистический вывод и оценку (например) p-значений или доверительных интервалов. Причина в том, что решение о выборе..
