איך בוחרים את מודל הרגרסיה המרובה הטוב ביותר?

2024 מְחַבֵּר: Stanley Ellington | [email protected]. שונה לאחרונה: 2023-12-16 00:17

בעת בחירת מודל ליניארי, יש לזכור את הגורמים הבאים:

1. רק להשוות מודלים ליניאריים עבור אותו מערך נתונים.
2. מצא דֶגֶם עם R2 מותאם גבוה.
3. ודא זאת דֶגֶם יש חלוקה שווה של שאריות סביב האפס.
4. ודא את השגיאות של זה דֶגֶם נמצאים ברוחב פס קטן.

מכאן, מתי כדאי להשתמש ברגרסיה מרובה?

רגרסיה מרובה הוא הרחבה של פשוט רגרסיה לינארית . הוא משמש כאשר אָנוּ רוצה ל לחזות את הערך של משתנה על סמך הערך של שני משתנים אחרים או יותר. המשתנה אָנוּ רוצה ל לחזות נקרא המשתנה התלוי (או לפעמים, משתנה התוצאה, היעד או הקריטריון).

לאחר מכן, השאלה היא איך אני בוחר דגם? כיצד לבחור מודל למידת מכונה - כמה הנחיות

1. איסוף מידע.
2. בדוק אם יש חריגות, נתונים חסרים ונקה את הנתונים.
3. ביצוע ניתוח סטטיסטי והדמיה ראשונית.
4. בנה דגמים.
5. בדוק את הדיוק.
6. הציגו את התוצאות.

פשוט כך, מהם הסוגים השונים של מודלים של רגרסיה?

סוגי רגרסיה

• רגרסיה לינארית. זוהי הצורה הפשוטה ביותר של רגרסיה.
• רגרסיה פולינומית. זוהי טכניקה להתאים משוואה לא לינארית על ידי לקיחת פונקציות פולינומיות של משתנה בלתי תלוי.
• רגרסיה לוגיסטית.
• רגרסיה קוונטילית.
• רגרסיית רכס.
• רגרסיה של לאסו.
• רגרסיה נטו אלסטית.
• רגרסיה של רכיבים עיקריים (PCR)

כמה משתנים בלתי תלויים ניתן להשתמש ברגרסיה מרובה?

שתיים