Mundarija:

Eng yaxshi ko'p regressiya modelini qanday tanlaysiz?
Eng yaxshi ko'p regressiya modelini qanday tanlaysiz?

Video: Eng yaxshi ko'p regressiya modelini qanday tanlaysiz?

Video: Eng yaxshi ko'p regressiya modelini qanday tanlaysiz?
Video: Bashoratlash algoritmlari, korrelyatsiya, regressiya 2024, May
Anonim

Chiziqli modelni tanlashda quyidagi omillarni yodda tutish kerak:

  1. Faqat solishtiring chiziqli modellar bir xil ma'lumotlar to'plami uchun.
  2. toping a model yuqori sozlangan R2 bilan.
  3. Bunga ishonch hosil qiling model nol atrofida teng taqsimlangan qoldiqlarga ega.
  4. Buning xatolariga ishonch hosil qiling model kichik tarmoqli kengligida joylashgan.

Ko'p regressiyadan qachon foydalanish kerak?

Ko'p regressiya oddiyning kengaytmasi hisoblanadi chiziqli regressiya . Qachon ishlatiladi biz xohlamoq uchun ikki yoki undan ortiq boshqa o'zgaruvchilar qiymatiga asoslangan o'zgaruvchining qiymatini taxmin qilish. O'zgaruvchi biz xohlamoq uchun bashorat qilish bog'liq o'zgaruvchi (yoki ba'zan, natija, maqsad yoki mezon o'zgaruvchisi) deb ataladi.

Keyinchalik savol tug'iladi, men qanday qilib modelni tanlashim mumkin? Mashinani o'rganish modelini qanday tanlash mumkin - ba'zi ko'rsatmalar

  1. Ma'lumotlarni yig'ish.
  2. Anomaliyalarni, etishmayotgan ma'lumotlarni tekshiring va ma'lumotlarni tozalang.
  3. Statistik tahlil va dastlabki vizualizatsiyani amalga oshiring.
  4. Modellarni yaratish.
  5. Aniqligini tekshiring.
  6. Natijalarni taqdim eting.

Oddiy qilib aytganda, regressiya modellarining har xil turlari qanday?

Regressiya turlari

  • Chiziqli regressiya. Bu regressiyaning eng oddiy shakli.
  • Polinomli regressiya. Bu mustaqil o'zgaruvchining polinom funksiyalarini olish orqali chiziqli bo'lmagan tenglamani moslashtirish usulidir.
  • Logistik regressiya.
  • Kvantil regressiya.
  • Ridge regressiyasi.
  • Lasso regressiyasi.
  • Elastik aniq regressiya.
  • Asosiy komponentlar regressiyasi (PCR)

Ko'p regressiyada nechta mustaqil o'zgaruvchilardan foydalanish mumkin?

ikki

Tavsiya: