Tartalomjegyzék:

Hogyan válasszuk ki a legjobb többszörös regressziós modellt?
Hogyan válasszuk ki a legjobb többszörös regressziós modellt?

Videó: Hogyan válasszuk ki a legjobb többszörös regressziós modellt?

Videó: Hogyan válasszuk ki a legjobb többszörös regressziós modellt?
Videó: Többszörös lineáris regresszió 06 - Modell felépítésének módszerei 2024, Lehet
Anonim

A lineáris modell kiválasztásakor a következő tényezőket kell szem előtt tartani:

  1. Csak összehasonlítani lineáris modellek ugyanarra az adatkészletre.
  2. Találni modell magasan beállított R2-vel.
  3. Győződjön meg erről modell egyenlően oszlik el a maradék nulla körül.
  4. Győződjön meg ennek hibáiról modell kis sávszélességen belül vannak.

Itt mikor kell többszörös regressziót alkalmazni?

Többszörös regresszió az egyszerű kiterjesztése lineáris regresszió . Akkor használják, amikor mi akar nak nek egy változó értékének előrejelzése két vagy több másik változó értéke alapján. A változó mi akar nak nek Az előrejelzést függő változónak (vagy néha eredmény-, cél- vagy kritériumváltozónak) nevezik.

Ezután felmerül a kérdés, hogyan válasszak modellt? Hogyan válasszunk gépi tanulási modellt – néhány irányelv

  1. Adatgyűjtés.
  2. Ellenőrizze az anomáliákat, a hiányzó adatokat, és tisztítsa meg az adatokat.
  3. Végezzen statisztikai elemzést és kezdeti vizualizációt.
  4. Modellek készítése.
  5. Ellenőrizze a pontosságot.
  6. Mutassa be az eredményeket.

Egyszerűen, melyek a különböző típusú regressziós modellek?

A regresszió típusai

  • Lineáris regresszió. Ez a regresszió legegyszerűbb formája.
  • Polinomiális regresszió. Ez egy nemlineáris egyenlet illesztésének módszere független változó polinomiális függvényeinek felvételével.
  • Logisztikus regresszió.
  • Kvantilis regresszió.
  • Ridge Regression.
  • Lasszó regresszió.
  • Rugalmas nettó regresszió.
  • Főkomponensek regressziója (PCR)

Hány független változó használható többszörös regresszióban?

kettő

Ajánlott: