Orodha ya maudhui:

Je, unachaguaje mtindo bora zaidi wa rejista nyingi?
Je, unachaguaje mtindo bora zaidi wa rejista nyingi?

Video: Je, unachaguaje mtindo bora zaidi wa rejista nyingi?

Video: Je, unachaguaje mtindo bora zaidi wa rejista nyingi?
Video: Earn $2,500 Doing NOTHING! | PayPal Money (Make Money Online) 2024, Mei
Anonim

Wakati wa kuchagua mfano wa mstari, haya ni mambo ya kuzingatia:

  1. Linganisha tu mifano ya mstari kwa hifadhidata sawa.
  2. Tafuta a mfano na R2 iliyorekebishwa juu.
  3. Hakikisha hili mfano imesambaza kwa usawa mabaki karibu sifuri.
  4. Hakikisha makosa ya hii mfano ziko ndani ya bandwidth ndogo.

Hivi, ni lini unapaswa kutumia regression nyingi?

Rejea nyingi ni ugani wa rahisi upungufu wa mstari . Inatumika wakati sisi kutaka kwa tabiri thamani ya kigezo kulingana na thamani ya viambishi vingine viwili au zaidi. Tofauti sisi kutaka kwa predict inaitwa variable tegemezi (au wakati mwingine, matokeo, lengo au kigezo kutofautiana).

Baadaye, swali ni, ninachaguaje mfano? Jinsi ya Kuchagua Kielelezo cha Kujifunza cha Mashine - Baadhi ya Miongozo

  1. Kusanya data.
  2. Angalia hitilafu, kukosa data na kusafisha data.
  3. Fanya uchambuzi wa takwimu na taswira ya awali.
  4. Kujenga mifano.
  5. Angalia usahihi.
  6. Wasilisha matokeo.

Kwa hivyo, ni aina gani tofauti za mifano ya rejista?

Aina za Kurudi nyuma

  • Urejeshaji wa Mstari. Ni aina rahisi zaidi ya kurudi nyuma.
  • Urejesho wa Polynomial. Ni mbinu ya kutoshea equation isiyo ya mstari kwa kuchukua vitendaji vya polynomial vya tofauti huru.
  • Urejeshaji wa vifaa.
  • Quantile Regression.
  • Regression ya Ridge.
  • Urejeshaji wa Lasso.
  • Elastic Net Regression.
  • Urejeshaji wa Vipengele Vikuu (PCR)

Ni anuwai ngapi za kujitegemea zinaweza kutumika katika hali nyingi za kumbukumbu?

mbili

Ilipendekeza: