Kako izberete najboljši model večkratne regresije?

2024 Avtor: Stanley Ellington | [email protected]. Nazadnje spremenjeno: 2023-12-16 00:23

Pri izbiri linearnega modela je treba upoštevati te dejavnike:

1. Samo primerjaj linearni modeli za isti nabor podatkov.
2. Najti model z visoko nastavljenim R2.
3. Poskrbi za to model ima enakomerno porazdeljene ostanke okoli nič.
4. Prepričajte se o napakah tega model so znotraj majhne pasovne širine.

Od tega, kdaj bi morali uporabiti večkratno regresijo?

Večkratna regresija je razširitev enostavnega linearna regresija . Uporablja se, ko mi želim do napovedati vrednost spremenljivke na podlagi vrednosti dveh ali več drugih spremenljivk. Spremenljivka mi želim do napoved se imenuje odvisna spremenljivka (ali včasih spremenljivka izida, cilja ali merila).

Nato se postavlja vprašanje, kako izbrati model? Kako izbrati model strojnega učenja – nekaj smernic

1. Zberite podatke.
2. Preverite anomalije, manjkajoče podatke in jih očistite.
3. Izvedite statistično analizo in začetno vizualizacijo.
4. Zgradite modele.
5. Preverite točnost.
6. Predstavite rezultate.

Preprosto tako, katere so različne vrste regresijskih modelov?

Vrste regresije

• Linearna regresija. To je najpreprostejša oblika regresije.
• Polinomska regresija. To je tehnika za prilagajanje nelinearne enačbe z jemanjem polinomskih funkcij neodvisne spremenljivke.
• Logistična regresija.
• Kvantilna regresija.
• Grebenska regresija.
• Lasso regresija.
• Elastična neto regresija.
• Regresija glavnih komponent (PCR)

Koliko neodvisnih spremenljivk je mogoče uporabiti v večkratni regresiji?

dva