Video: Ի՞նչ է ML ռեգրեսիան:
2024 Հեղինակ: Lynn Donovan | [email protected]. Վերջին փոփոխված: 2023-12-15 23:48
Հետընթաց է ՄԼ ալգորիթմ, որը կարելի է վարժեցնել իրական համարակալված ելքերը կանխատեսելու համար. ինչպես ջերմաստիճանը, բաժնետոմսերի գինը և այլն: Հետընթաց հիմնված է վարկածի վրա, որը կարող է լինել գծային, քառակուսի, բազմանդամ, ոչ գծային և այլն: Հիպոթեզը մի ֆունկցիա է, որը հիմնված է որոշ թաքնված պարամետրերի և մուտքային արժեքների վրա:
Հետագայում, կարելի է նաև հարցնել՝ ի՞նչ է ռեգրեսիան մեքենայական ուսուցման օրինակով:
Հետընթաց Մոդելները օգտագործվում են շարունակական արժեքը կանխատեսելու համար: Տան գների կանխատեսումը, հաշվի առնելով տան առանձնահատկությունները, ինչպիսիք են չափը, գինը և այլն, սովորականներից մեկն է օրինակներ -ից Հետընթաց . Դա վերահսկվող տեխնիկա է։
Երկրորդ, ռեգրեսիան մեքենայական ուսուցում է: Ռեգրեսիոն վերլուծություն բաղկացած է մի շարքից մեքենայական ուսուցում մեթոդներ, որոնք թույլ են տալիս կանխատեսել շարունակական արդյունքի փոփոխական (y)՝ հիմնվելով մեկ կամ մի քանի կանխատեսող փոփոխականների արժեքի վրա: Մի խոսքով, նպատակը հետընթաց մոդելը պետք է մաթեմատիկական հավասարում կառուցվի, որը սահմանում է y-ը որպես x փոփոխականների ֆունկցիա:
Հաշվի առնելով սա, ո՞րն է ML դասակարգումը:
Մեքենայի ուսուցման և վիճակագրության մեջ, դասակարգում խնդիրն է բացահայտելու, թե մի շարք կատեգորիաներից (ենթախմբավորումներից) որին է պատկանում նոր դիտարկումը՝ հիմնվելով դիտարկումներ (կամ դեպքեր) պարունակող տվյալների վերապատրաստման հավաքածուի վրա, որոնց կատեգորիայի անդամությունը հայտնի է:
Ո՞րն է տարբերությունը դասակարգման և ռեգրեսիայի միջև:
Հետընթաց և դասակարգում դասակարգվում են վերահսկվող մեքենայական ուսուցման նույն հովանու ներքո: Գլխավոր հիմնական միջև տարբերությունը դրանք այն է, որ ելքային փոփոխականը ներսում է հետընթաց թվային է (կամ շարունակական), մինչդեռ այն համար դասակարգում կատեգորիկ է (կամ դիսկրետ):
Խորհուրդ ենք տալիս:
Ի՞նչ է կանոնավոր գծային ռեգրեսիան:
Կանոնավորեցում. Սա ռեգրեսիայի ձև է, որը կաշկանդում/կարգավորում կամ կրճատում է գործակիցների գնահատականները մինչև զրոյի: Այլ կերպ ասած, այս տեխնիկան չի խրախուսում ավելի բարդ կամ ճկուն մոդել սովորելը, որպեսզի խուսափի չափից ավելի հարմարվելու վտանգից: Գծային ռեգրեսիայի պարզ կապն այսպիսի տեսք ունի
Ինչպե՞ս է գործում Բայեսյան ռեգրեսիան:
Բայեսյան տեսանկյունից մենք ձևակերպում ենք գծային ռեգրեսիա՝ օգտագործելով հավանականությունների բաշխումները, այլ ոչ թե կետային գնահատումները: Բայեսյան գծային ռեգրեսիայի մոդելը նորմալ բաշխումից ընտրված պատասխանով հետևյալն է