Satura rādītājs:

Kā izvēlēties labāko daudzkārtējās regresijas modeli?
Kā izvēlēties labāko daudzkārtējās regresijas modeli?

Video: Kā izvēlēties labāko daudzkārtējās regresijas modeli?

Video: Kā izvēlēties labāko daudzkārtējās regresijas modeli?
Video: 'Tiesības zināt': Ko atcerēties un no kā uzmanīties īrējot dzīvokli? (pilns ieraksts) 2024, Maijs
Anonim

Izvēloties lineāro modeli, jāņem vērā šādi faktori:

  1. Tikai salīdziniet lineārie modeļi tai pašai datu kopai.
  2. Atrodi modelis ar augstu regulētu R2.
  3. Pārliecinieties par šo modelis ir vienādi sadalīti atlikumi ap nulli.
  4. Pārliecinieties par šīs kļūdas modelis atrodas nelielā joslas platumā.

Kad būtu jāizmanto daudzkārtēja regresija?

Daudzkārtēja regresija ir vienkāršā paplašinājums lineārā regresija . To lieto, kad mēs gribu uz prognozēt mainīgā vērtību, pamatojoties uz divu vai vairāku citu mainīgo vērtību. Mainīgais mēs gribu uz prognozēt sauc par atkarīgo mainīgo (vai dažreiz par iznākuma, mērķa vai kritērija mainīgo).

Pēc tam rodas jautājums, kā izvēlēties modeli? Kā izvēlēties mašīnmācīšanās modeli - dažas vadlīnijas

  1. Savākt datus.
  2. Pārbaudiet anomālijas, trūkstošos datus un notīriet datus.
  3. Veikt statistisko analīzi un sākotnējo vizualizāciju.
  4. Veidot modeļus.
  5. Pārbaudiet precizitāti.
  6. Prezentēt rezultātus.

Vienkārši tā, kādi ir dažādi regresijas modeļu veidi?

Regresijas veidi

  • Lineārā regresija. Tā ir vienkāršākā regresijas forma.
  • Polinoma regresija. Tas ir paņēmiens nelineāra vienādojuma izvietošanai, izmantojot neatkarīga mainīgā polinoma funkcijas.
  • Loģistiskā regresija.
  • Kvantilā regresija.
  • Ridža regresija.
  • Laso regresija.
  • Elastīgā neto regresija.
  • Galveno komponentu regresija (PCR)

Cik neatkarīgus mainīgos var izmantot daudzkārtējā regresijā?

divi

Ieteicams: