Реферат|Информационные технологии

Линейные модели регрессии и классификации

Уточняйте оригинальность работы ДО покупки, пишите нам на topwork2424@gmail.com

Авторство: gotovoe

Год: 2022 | Страниц: 14

Линейные модели регрессии и классификации

Линейная регрессия

Классификация линейной регрессии

Простая линейная регрессия

Множественная линейная регрессия

Полиномиальная линейная регрессия

 

Линейные модели регрессии и классификации

 Линейная регрессия

Линейная регрессия - это статистическая модель, используемая для прогнозирования взаимосвязи между независимыми и зависимыми переменными путем изучения двух факторов:

  1. Какие переменные, в частности, являются значимыми предикторами переменной результата?
  2. Насколько значима линия регрессии с точки зрения прогнозирования с максимально возможной точностью?

Значение независимой переменной не изменяется в зависимости от влияния других переменных. Независимая переменная используется для манипулирования зависимой переменной. Это часто обозначается “x”.

Значение зависимой переменной изменяется при любом изменении значений независимых переменных, как упоминалось ранее. Его часто обозначают буквой “y”.

Линейная регрессия находит связь между входными выходными данными, рисуя линию, которая соответствует входным данным, и отображает ее на выход. Эта линия представляет математическую связь между независимыми входными переменными и называется линией наилучшего соответствия. В идеале он охватывает как можно больше входных переменных, оставляя при этом выбросы или шум.

Для линейной модели брать произвольную выборку нерационально — результат, скорее всего, будет посредственный. Данные нужно подготавливать, чтобы модель работала более эффективно и точно.

Например, если мы хотим построить линейную модель для предсказания цены дома, то наша выборка должна включать дома из разных регионов, с разной площадью, количеством комнат и т. д. Если же мы возьмем произвольную выборку, то она может содержать слишком много домов из одного региона или с одинаковыми характеристиками, что может привести к тому, что модель будет плохо предсказывать цену домов из других регионов или с другими характеристиками.

  1. Введение в полиномиальную регрессию. Электронный ресурс. URL: https://www.codecamp.ru/blog/polynomial-regression/ (дата обращения: 29.12.2023)
  2. Линейная регрессия (Linear regression). Электронный ресурс. URL: https://wiki.loginom.ru/articles/linear-regression.html (дата обращения: 29.12.2023)
  3. Линейная регрессия. Электронный ресурс. URL: https://blog.skillfactory.ru/glossary/linejnaya-regressiya/ (дата обращения: 29.12.2023)
  4. Машинное обучение / О.Д. Казаков, Н.Ю. Азаренко; Брянский государственный инженерно-технологический университет [Текст] +[Электронный ресурс]: учеб. пособие. – Брянск, БГИТУ, 2022. – 195 с.

Эта работа не подходит?

Если данная работа вам не подошла, вы можете заказать помощь у наших экспертов.
Оформите заказ и узнайте стоимость помощи по вашей работе в ближайшее время! Это бесплатно!


Заказать помощь

Похожие работы

Реферат Информационные технологии
2014 год 13 стр.
Реферат Мера информации
diplomstud
Реферат Информационные технологии
2015 год 19 стр.
Реферат Роль и значение информационных технологий в современном мире
Telesammit
Реферат Информационные технологии
2018 год 14 стр.
Реферат на тему: «Информационные технологии в спорте»
diplomstud
Реферат Информационные технологии
2018 год 18 стр.
Реферат Характеристика стандартов в области программной инженерии
Telesammit

Дипломная работа

от 2900 руб. / от 3 дней

Курсовая работа

от 690 руб. / от 2 дней

Контрольная работа

от 200 руб. / от 3 часов

Оформите заказ, и эксперты начнут откликаться уже через 10 минут!

Узнай стоимость помощи по твоей работе! Бесплатно!

Укажите дату, когда нужно получить выполненный заказ, время московское