Привет, ребята,
Сегодня я расскажу о регрессии.
Регрессия:
- Регрессия в общих чертах означает «возврат к прежнему или менее развитому состоянию».
- В статистическом моделировании регрессионный анализ используется для оценки отношений между переменными.
- В машинном обучении это подход, используемый для прогнозирования или прогнозирования результатов на основе отношений между переменными в наборе данных.
- Напомним, регрессия — это тип алгоритма контролируемого обучения.
- Прогноз дождя, прогноз цен на дома, прогноз трафика и т. д. — это распространенные примеры, которые решаются с помощью регрессии.
- Регрессия в основном делится на 2 категории: линейная и нелинейная регрессия.
Регрессия в простом математическом формате может быть описана как:
Переменная Y, которая является зависимой (иначе.target), связана с независимой переменной X (линейная регрессия) или несколькими переменными X1, X2, X3. ,… ,Xn (нелинейная регрессия) вместе с некоторыми неизвестными параметрами C.
Независимые переменные также называются регрессорами.
Модель регрессии связывает Y с функцией X и c.
Математически,
Линейная регрессия:
Где Y — линейно зависимая переменная, линейно связанная с независимой переменной X и некоторым весом c.
Например. Общая стоимость = фиксированная стоимость + переменная стоимость
Мульти-линейная регрессия:
Где Y — линейно зависимая переменная, связанная с независимыми переменными X1,X2,X3,…, Xn и некоторым весом c.
Например. Сумма = (Основная сумма x Ставка) x Время + Основная сумма
Нелинейная регрессия:
Где Y — нелинейно зависимая переменная, связанная с независимыми переменными X1,X2,X3,…, Xn и некоторым весом c.
E.g.
Вот ссылки, которые я использовал:
- https://en.wikipedia.org/wiki/Regression_analysis
- https://www.quora.com/What-is-regression-in-machine-learning
- http://personal.cb.cityu.edu.hk/msawan/teaching/FB8916/FB8916Ch1.pdf
Плюсы и минусы регрессии еще не изучены. Как и когда я это сделаю, я скоро поделюсь заметками
Не стесняйтесь делиться информацией о регрессии.
Далее будет линейная регрессия в деталях.
Счастливого обучения!