Orodha ya maudhui:

Je, unafanyaje urejeshaji wa safu nyingi?
Je, unafanyaje urejeshaji wa safu nyingi?

Video: Je, unafanyaje urejeshaji wa safu nyingi?

Video: Je, unafanyaje urejeshaji wa safu nyingi?
Video: ТАЙНЫЙ ГАРАЖ! ЧАСТЬ 2: АВТОМОБИЛИ ВОЙНЫ! 2024, Septemba
Anonim

Kuelewa uhusiano ambao zaidi ya vigezo viwili ni sasa, a urejeshaji wa mstari mwingi hutumika.

Mfano Kutumia Urejeshaji wa Mistari Nyingi

  1. yi = kigezo tegemezi: bei ya XOM.
  2. xi1 = viwango vya riba.
  3. xi2 = bei ya mafuta.
  4. xi3 = thamani ya S&P 500 index.
  5. xi4= bei ya mafuta ya baadaye.
  6. B0 = y-katiza kwa wakati sifuri.

Kuweka hili katika mwonekano, urekebishaji wa laini nyingi hufanyaje kazi?

Urejeshaji wa safu nyingi hujaribu kuiga uhusiano kati ya viambishi viwili au zaidi vya maelezo na kigezo cha majibu kwa kuweka a mstari equation kwa data iliyozingatiwa. Kila thamani ya kigezo huru cha x inahusishwa na thamani ya kigezo tegemezi y.

Pia, ni equation gani ya rejista nyingi? Regression nyingi . Rejea nyingi kwa ujumla inaelezea uhusiano kati ya nyingi vigeu vinavyojitegemea au vitabiri na kigezo kimoja tegemezi au kigezo. The equation nyingi za regression iliyoelezwa hapo juu inachukua fomu ifuatayo: y = b1x1 + b2x2 + … + b x + c.

Kwa kuongezea, urekebishaji wa safu nyingi hutumika kwa nini?

Rejea nyingi ni ugani wa rahisi rejeshi la mstari . Ni kutumika wakati tunataka kutabiri thamani ya kigezo kulingana na thamani ya viambishi vingine viwili au zaidi. Tofauti tunayotaka kutabiri inaitwa kigezo tegemezi (au wakati mwingine, matokeo, kigezo au kigezo).

Unafanyaje urekebishaji wa laini nyingi kwenye Python?

Urekebishaji wa Linear nyingi kwenye Python

  1. Hatua ya 1: Pakia mkusanyiko wa data wa Boston.
  2. Hatua ya 2: Sanidi tegemezi na vigeu huru.
  3. Hatua ya 3: Angalia kigezo huru.
  4. Hatua ya 4: Angalia kigezo tegemezi.
  5. Hatua ya 5: Gawanya data katika treni na seti za majaribio:

Ilipendekeza: