Публикации по теме 'linear-regression'


Интерпретация R в квадрате | R-квадрат линейной регрессии
Интерпретация R в квадрате | R-квадрат линейной регрессии Машинное обучение включает в себя множество статистических данных. В следующей статье мы рассмотрим концепцию R-Squared, которая полезна при выборе функций. Корреляция (также известная как «R») - это число от 1 до -1, где значение +1 означает, что увеличение x приводит к некоторому увеличению y, -1 означает, что увеличение x приводит к уменьшению y. , а 0 означает, что между x и y нет никакой связи. Как и корреляция, R²..
Влияет ли коллинеарность признаков на соответствие модели?
В контексте линейной регрессии — геометрическое понимание Абстрактный: Наше предположение состоит в том, что коллинеарность признаков в контексте линейной регрессии не сильно влияет на соответствие. Однако это делает коэффициенты соответствия чрезвычайно неопределенными и, следовательно, отрицательно влияет на интерпретируемость модели. Мы проверим это предположение, а затем также приведем обоснование того, почему это так. Обоснование будет содержать геометрическое понимание..
The Outlier Story  — «Рычаг и точка влияния в линейной регрессии»
Наука о данных The Outlier Story — кредитное плечо и точка влияния в линейной регрессии Для понимания любых выбросов и необычных наблюдений в линейной регрессии важно понимать формальное и базовое определение линейной регрессии. «Линейная регрессия — это линейный подход к моделированию взаимосвязи между зависимой переменной отклика и одной или несколькими независимыми/объясняющими переменными. Он считается одним из наиболее часто используемых алгоритмов для прогнозирования..
Машинное обучение
Технический : область исследования, которая дает компьютерам возможность учиться без явного программирования. Функциональность : говорят, что компьютерная программа учится на опыте E в отношении некоторой задачи T и некоторого показателя производительности P, если ее производительность на T, измеряемая P, улучшается с опытом E. Неспециалист . Машинное обучение позволяет компьютерам учиться и делать выводы на основе данных. Алгоритмы машинного обучения: контролируемое обучение..
Градиентный спуск.. Простое объяснение с помощью учебника
В предыдущем блоге Линейная регрессия был дан общий обзор простой линейной регрессии. Теперь пришло время узнать, как обучить вашу простую модель линейной регрессии и как получить линию, соответствующую вашему набору данных. Градиентный спуск — это просто метод нахождения точки минимальной ошибки (сумма квадратов остатков), которая представляет собой коэффициент (a) и точку пересечения (b) наилучшей линии в уравнении линии y=ax+b Давайте заново изобретем колесо, чтобы определить..
Градиентный спуск, метод оптимизации, используемый в машинном обучении
В этой статье мы собираемся использовать некоторые понятия дифференциального исчисления. Если не помните, сделайте пожалуйста обзор в основном по частной производной и по цепному правилу.📚 Оптимизация Задача математической оптимизации или просто задача оптимизации имеет только одну цель: найти лучший элемент из набора кандидатов с помощью функции, известной как функция стоимости, функция потерь или целевая функция. Математически задача неограниченной оптимизации с решающими..
Выбор линейной модели и регуляризация - Серия ISLR, глава 6
В главе 3 мы говорили о линейной регрессии: как мы можем предположить, что данные соответствуют линейной модели, и прогнозировать, используя эту линейную модель. Линейная модель не работает, когда есть много функций. Хорошей практикой является сбор как можно большего количества точек данных, но недостатком может быть то, что некоторые данные не будут иметь отношения к цели, и это замедлит обучение и может даже ухудшить точность модели. так что нам делать? В этой главе рассказывается о..