Публикации по теме 'regression'


Опорная векторная регрессия
Регрессия опорных векторов (SVR) — это тип алгоритма регрессии, который использует машины опорных векторов (SVM) для выполнения регрессионного анализа. В отличие от традиционных алгоритмов регрессии, целью которых является минимизация ошибки между прогнозируемыми и фактическими значениями, SVR стремится разместить «трубу» вокруг данных таким образом, чтобы большинство точек данных попадало внутрь трубки. Цель SVR состоит в том, чтобы найти функцию с максимальным отрывом от трубки. В..
Основы понимания регрессии в машинном обучении
Введение Регрессия — это процесс прогнозирования непрерывного значения с использованием заданных переменных. Переменные обычно бывают двух типов: независимые переменные и зависимые переменные. Зависимая переменная — это переменная, которую мы пытаемся предсказать, также называемая целевым массивом (y). Независимые переменные — это переменные, которые содержат значение характеристик данных. Обозначается как Характеристики (X). Таким образом, регрессионная модель связывает y с x...
M5 Точность прогнозирования (Оцените объем продаж розничных товаров Walmart)
«Предсказываем ли мы наконец будущее? да!! но, возможно, не так точно.” Содержание: Проблема бизнеса. Источник данных/извлечение данных. Метрики оценки. Сопоставление реальной проблемы с проблемой машинного обучения Исследовательский анализ данных (EDA). Инжиниринг данных. Существующие подходы. Модели машинного обучения. Модели глубокого обучения. Эксперименты, которые не увенчались успехом. Развертывание. Будущая работа и улучшения. Использованная литература...
Обучение и оценка регрессионных моделей (1/4)
Регрессия – это когда модели прогнозируют число. Что такое регрессия? Регрессия работает путем установления связи между переменными в данных, которые представляют характеристики, известные как особенности , наблюдаемого объекта, и переменной, которую мы пытаемся предсказать, известной как метка. . Например, если компания, занимающаяся прокатом велосипедов, хочет спрогнозировать ожидаемое количество прокатов в определенный день, регрессионная модель может предсказать это число. В..
Взгляд на нелинейное поведение деревьев решений и случайных лесов, решающих проблемы регрессии
Понять, как работают эти модели машинного обучения, визуализируя их поведение в трехмерном пространстве. Эта статья была мотивирована моим интересом к развитию визуальной интуиции о регрессиях, выполняемых моделями машинного обучения, такими как деревья решений и случайные леса. Я выбрал небольшой набор данных, позволяющий трехмерную визуализацию переменных и пространства решений моделей. Результаты очень хорошо иллюстрируют их нелинейное поведение и помогают лучше понять их..
Выбор правильной метрики оценки
Ваша модель готова к производству? Это зависит от того, как это измеряется. И измерение этого с помощью правильной метрики может открыть еще большую производительность. Оценка производительности модели — жизненно важный шаг в создании эффективных моделей машинного обучения. По мере того, как вы начинаете работать с Continual и начинаете строить модели, понимание метрик оценки помогает создать наиболее эффективную модель для вашего варианта использования. В то время как современный..
Машинное обучение, которым вы занимались в старшей школе
Машинное обучение может показаться совершенно чуждой концепцией, однако, даже если вы еще не углубились в понимание его многочисленных ответвлений, вы можете быть удивлены, узнав, что почти наверняка применяли алгоритм машинного обучения раньше. Прежде чем я продолжу, важно коснуться того, что на самом деле означает обучение с точки зрения машинного обучения. Человеческое обучение Предположим, вы идете по парку, и вдруг к вам бежит животное. Как только вы увидите животное, вы..