Публикации по теме 'regression-analysis'
Регрессия ядра в Python
Как выполнить регрессию ядра вручную в Python
Оглавление
1 регрессия ядра по статистическим моделям
1.1 Создание поддельных данных 1.2 Вывод ядерной регрессии
2 Ручная регрессия ядра в Python
2.0.1 Шаг 1. Рассчитайте ядро для одной точки x на входе 2.0.2 Визуализация ядер для всех входных x точек 2.0.3 Шаг 2: Рассчитайте веса для каждого входного значения x 2.0.4 Шаг 3. Рассчитайте значение y pred для одной точки ввода 2.0.5 Шаг 4: Рассчитайте..
Структура многомерных данных
Структура многомерных данных
Хороший пост. Я хотел бы узнать мнение вашего эксперта о следующих инструментах, которые я лично использую для понимания многомерных данных:
анализ множественных соответствий, предпочтительно в сочетании с иерархической кластеризацией для отображения и визуализации корреляций и, возможно, зависимостей; Изучение байесовской структуры, в частности, с помощью поиска Табу и деревьев Чоу-Лю, в основном рассматривая результирующие неориентированные графы (с..
Тест Хосмера-Лемешоу на пригодность
Тест Хосмера-Лемешоу — это статистический тест на соответствие модели логистической регрессии. Данные разделены на несколько групп (десять групп — хороший способ начать). Рассчитывается наблюдаемое и ожидаемое количество случаев в каждой группе, а статистика хи-квадрат рассчитывается следующим образом:
где O g означает наблюдаемые события, E g означает ожидаемые события, а n g означает количество наблюдений для g -я группа, а G – количество групп. Статистика теста соответствует..
Код из 2 слов для сравнения 20 моделей регрессии ML с Pycaret
Машинное обучение - это эксперименты. Даже после того, как вы хорошо разобрались с данными, никогда не помешает протестировать их с несколькими моделями и проанализировать результат, прежде чем окончательно выбрать лучшую модель для этих данных. PyCaret - это эффективный и простой ярлык, позволяющий сделать то же самое. Чтобы получить результаты 20 различных моделей регрессии, буквально нужны два слова. Конечно, то же самое верно и для классификации, кластеризации, NLP, аномалий и..
Регрессия
Регрессия , как мы видели в предыдущих сообщениях, является типом техники обучения с учителем . Регрессия - это процесс оценки отношения между входными (независимыми переменными) и выходными переменными (зависимыми переменными), где выходные переменные представлены в формате действительных чисел с непрерывным значением. Из приведенного выше утверждения видно, что выходные переменные зависят от независимых входных переменных. Разница между классификацией и регрессией заключается в том,..
Деревья регрессии | Дерево решений для регрессии | Машинное обучение
Как можно использовать деревья регрессии для решения задач регрессии? Как построить один.
В этом блоге предполагается, что читатель знаком с концепцией деревьев решений и регрессии. Если нет, обратитесь к блогам ниже.
Деревья решений Введение в машинное обучение Линейная регрессия с градиентным спуском
Что такое деревья регрессии?
Прочитав указанные выше блоги или уже будучи знакомыми с соответствующими темами, вы, надеюсь, уже понимаете, что такое дерево решений (то,..
Основы линейной регрессии
Что такое линейная регрессия
Линейная регрессия — это метод обучения под наблюдением, позволяющий найти лучшую линию тренда/линию регрессии.
Введение
Линейная регрессия моделирует взаимосвязь между двумя переменными (зависимой и независимой) путем подгонки линейного уравнения к заданным или наблюдаемым данным.
Независимая переменная: переменная, значение которой не зависит от других переменных в наборе данных.
Зависимая переменная: переменная, значение которой зависит от..
