Сызыктуу регрессия машинаны үйрөнүү алгоритми кандай божомолдорду жасайт?
Сызыктуу регрессия машинаны үйрөнүү алгоритми кандай божомолдорду жасайт?

Video: Сызыктуу регрессия машинаны үйрөнүү алгоритми кандай божомолдорду жасайт?

Video: Сызыктуу регрессия машинаны үйрөнүү алгоритми кандай божомолдорду жасайт?
Video: Множественная линейная регрессия в Python. Машинное обучение ПРОСТО! ПРОГНОЗИРУЕМ ЦЕНУ НЕДВИЖИМОСТИ! 2024, Апрель
Anonim

Божомолдор баалоочулар жөнүндө: Көз карандысыз өзгөрмөлөр катасыз өлчөнөт. Көз карандысыз өзгөрмөлөр бири-биринен сызыктуу көз карандысыз, б.а болуп саналат маалыматтарда мультиколлинеардуулук жок.

Ушуга байланыштуу, сызыктуу регрессиянын төрт божомолу кандай?

Ал жерде төрт божомол менен байланышкан сызыктуу регрессия модели: Сызыктуулугу: X жана Y орточо ортосундагы байланыш болуп саналат сызыктуу . Гомоскедастика: калдыктын дисперсиясы Xтин бардык мааниси үчүн бирдей. Көз карандысыздык: Байкоолор бири-биринен көз карандысыз.

Экинчиден, сызыктуу регрессиянын негизги божомолдору кандай? Сызыктуу регрессиянын божомолдору

  • Регрессия модели параметрлери боюнча сызыктуу.
  • Калдыктардын орточо мааниси нөлгө барабар.
  • Калдыктардын гомоскедастикасы же бирдей дисперсия.
  • Калдыктардын автокорреляциясы жок.
  • X өзгөрмөлөрү жана калдыктары корреляцияланбайт.
  • X маанилериндеги өзгөргүчтүк оң.
  • Регрессия модели туура көрсөтүлгөн.
  • Мыкты мультиколлинеардуулук жок.

Бул жерде калдыктарга карата сызыктуу регрессиянын божомолдору кандай?

чачыранды сюжет калдык баалуулуктарга каршы болжолдонгон баалуулуктарды текшерүү үчүн жакшы жол үчүн гомоскедастик. Бөлүштүрүүдө так үлгү болбошу керек жана эгерде белгилүү бир схема бар болсо, анда маалыматтар гетероскедастик болуп саналат.

Регрессия машинаны үйрөнүүнүн бир түрүбү?

Сызыктуу Регрессия болуп саналат машина үйрөнүү көзөмөлгө негизделген алгоритм үйрөнүү . Ал аткарат регрессия тапшырма. Регрессия көз карандысыз өзгөрмөлөргө негизделген максаттуу болжолдоо маанисин моделдейт. Сызыктуу регрессия берилген көз карандысыз өзгөрмөнүн (х) негизинде көз каранды өзгөрмө маанисин (y) болжолдоо тапшырмасын аткарат.

Сунушталууда: