Публикации по теме 'regression'


Метрики производительности регрессии для машинного обучения
Решить, когда ваша регрессионная модель работает хорошо, может быть непросто. Мы рассмотрим наиболее распространенные способы определения производительности модели. Давайте обсудим некоторые концепции, которые могут поставить в тупик некоторых новых специалистов по данным. Когда вы начинаете проект машинного обучения, вам также необходимо каким-то образом решить, хорошо ли работает ваша модель. Сегодня мы разберем некоторые из наиболее распространенных показателей производительности..
Логистическая регрессия: просто
Предположим, у нас есть данные: где y_i следует распределению Бернулли. Мы хотим смоделировать функцию так, что где phi — функция ядра от R^K до R^N. В регрессии функция F_w не имела ограничений на значения, которые она могла принимать. Но в классификации мы хотим, чтобы значение F_w лежало в пределах [0,1], так как оно моделирует вероятность. Следовательно, мы принимаем F_w как логистическую функцию: Предположим, что F_w представляет P(y_i = 1|X_i;w) Поскольку..
Мультиколлинеарность в регрессии
Почему это проблема? Как это проверить и исправить Мультиколлинеарность возникает, когда независимые переменные в регрессионной модели сильно коррелированы друг с другом. Это затрудняет интерпретацию модели, а также создает проблему переобучения. Обычно люди тестируют перед выбором переменных в регрессионной модели. Я столкнулся с серьезной проблемой мультиколлинеарности раньше, когда построил модель регрессии для данных временных рядов. Я создал несколько функций на основе..
Ансамблевое обучение в машинном обучении | Начиная
Очень надежно использовать разные модели, а не одну. Набор из нескольких моделей, работающих вместе над одним набором, называется ансамблем. Метод называется ансамблевым обучением. Голосование Вы можете обучить свою модель, используя различные алгоритмы, а затем объединить их, чтобы предсказать окончательный результат. Скажем, вы используете классификатор случайного леса, классификатор SVM, линейную регрессию и т. Д .; модели сопоставляются друг с другом и выбираются по..
Линейная регрессия и регуляризованная регрессия: пошаговый пример
Линейная регрессия (LR) - это основной метод статистического моделирования, при котором числовые результаты прогнозируются с помощью линейной комбинации предикторов с коэффициентами βᵢ. Модель линейной регрессии была чрезвычайно популярной и популярной среди практиков машинного обучения из-за ее простоты и хорошо работает в большинстве задач, если выполняется предположение о линейности. Регуляризация ограничивает или сужает оценки коэффициентов до нуля. Оценка коэффициента сокращения может..
Конкуренция Kaggle по продвинутому прогнозированию цен на жилье
Каждый, кто читал этот пост, возможно, слышал о Kaggle, имеющем широкий спектр наборов данных и соревнований с отличными призами. Я также был новичком в соревнованиях Kaggle и у меня не было опыта работы с ними, поэтому я решил попробовать, поэтому я направился в Kaggle и попробовал https://www.kaggle.com/c/ цены на жилье продвинутые методы регрессии » Во-первых, я хочу сообщить вам, что это мой первый средний пост, так что простите меня за любые ошибки. Если вы не можете понять..
НЕЛИНЕЙНАЯ РЕГРЕССИЯ С ГЛУБОКОМ ОБУЧЕНИЕМ
В этом посте мы изучим обучение нейронной сети для прогнозирования регрессии с использованием Keras со всеми теоретическими и практическими деталями! Подходы и коды, представленные в этом руководстве, могут быть адаптированы для любых других задач регрессии, поэтому после этого руководства вы сможете решать любые проблемы регрессии с помощью обученной нейронной сети! Керас Keras - это API, предназначенный для людей, а не для машин. Keras следует передовым методам снижения..