สิ่งตีพิมพ์ในหัวข้อ 'regression'
การประมาณค่าความน่าจะเป็นระดับและการถดถอยลอจิสติก
คุณเคยสงสัยบ้างไหมว่าเหตุใด Logistic Regression จึงใช้สำหรับปัญหาการจำแนกประเภท แต่ยังคงมี "Regression" อยู่ในนั้น
ในโพสต์นี้ เราจะตอบคำถามเช่น ทำไมจึงมีคำว่าการถดถอยในการถดถอยแบบลอจิสติก และ สามารถแปลงเป็นความน่าจะเป็นของชั้นเรียนได้อย่างไร
สำหรับปัญหาการจำแนกประเภทในแมชชีนเลิร์นนิง เรามักจะต้องการทราบว่าอินสแตนซ์นั้น มีแนวโน้ม อย่างไร แทนที่จะเป็นคลาสใด ดังนั้นในหลายกรณี เราต้องการใช้ความน่าจะเป็นระดับโดยประมาณในการตัดสินใจ
พิจารณาสถานการณ์ที่เราต้องตรวจจับการฉ้อโกงเครดิต..
การถดถอยเชิงเส้น
เราจะให้คำนิยามมันอย่างไร
การถดถอยเชิงเส้นเป็นการวิเคราะห์ทางสถิติประเภทหนึ่งที่ใช้ในการทำนายความสัมพันธ์ระหว่างตัวแปรสองตัว โดยถือว่าความสัมพันธ์เชิงเส้นระหว่างตัวแปรอิสระและตัวแปรตาม และมุ่งหวังที่จะค้นหาเส้นที่เหมาะสมที่สุดที่อธิบายความสัมพันธ์
การถดถอยเชิงเส้นมักใช้ในหลายสาขา รวมถึงเศรษฐศาสตร์ การเงิน และสังคมศาสตร์ เพื่อวิเคราะห์และทำนายแนวโน้มของข้อมูล
การถดถอยเชิงเส้นอย่างง่าย
ในการถดถอยเชิงเส้นอย่างง่าย จะมีตัวแปรอิสระหนึ่งตัวและตัวแปรตามหนึ่งตัว..
เราเรียนรู้อะไรได้บ้างจากการถดถอยตกค้าง?
พื้นฐานการถดถอย
พื้นหลัง
เมื่อเร็ว ๆ นี้ฉันได้เข้าร่วมสัมมนาเกี่ยวกับการประยุกต์ใช้การถดถอยในธุรกิจ ฉันค่อนข้างแปลกใจกับสิ่งที่รวมอยู่และสิ่งที่เหลืออยู่ หลักสูตร/ตำราสถิติประยุกต์หลายหลักสูตรให้ความสำคัญกับช่วงความเชื่อมั่นของการประมาณค่าสัมประสิทธิ์เป็นอย่างมาก (อาจมากเกินไป) แต่อย่าใช้เวลามากในการอธิบายช่วงความเชื่อมั่นที่คุณสามารถสร้างได้เกี่ยวกับการทำนายของแบบจำลอง มีข้อมูลมากมายที่เราสามารถเรียนรู้ได้จากสิ่งตกค้างของแบบจำลองการถดถอย..
ความรู้เบื้องต้นเกี่ยวกับการวิเคราะห์การถดถอย
การวิเคราะห์การถดถอยคือชุดของวิธีการทางสถิติที่ใช้สำหรับการประมาณความสัมพันธ์ระหว่างตัวแปรตามกับตัวแปรอิสระหนึ่งตัวหรือมากกว่า สามารถใช้เพื่อประเมินความแข็งแกร่งของความสัมพันธ์ระหว่างตัวแปรและสำหรับการสร้างแบบจำลองความสัมพันธ์ในอนาคตระหว่างตัวแปรเหล่านั้น
การวิเคราะห์การถดถอยประกอบด้วยรูปแบบต่างๆ เช่น เชิงเส้น หลายเส้น และไม่เชิงเส้น โมเดลที่พบบ่อยที่สุดคือเชิงเส้นอย่างง่ายและหลายเส้นตรง การวิเคราะห์การถดถอยแบบไม่เชิงเส้นมักใช้กับชุดข้อมูลที่ซับซ้อนมากขึ้น..