直線回帰
学習目標
- 線形回帰の実装プロセスにおける所有権
- アプリケーションの線形回帰やSGDRegressor回帰予測を実現
- 私たちは、評価基準を知っていると数式回帰アルゴリズム
- underfitting原因と解決策を知っている過剰適合
- 私たちは、原則リッジ回帰と線形回帰の違いを知っています
- アプリケーションリッジ回帰予測を実現します
- アプリケーションは、保存と読み込みモデルを達成JOBLIB
線形回帰の2.1入門
1つの線形回帰のシナリオ
-
価格予測
-
販売予測
-
融資額予報
例えば:
2線形回帰とは何ですか
2.1定義および式
線形回帰(線形回帰)を用いて回帰式(機能)するための一人の以上の独立変数(特性値)及び従属変数(目標値)との間の分析方法をモデル化するための関係。
- 特長:唯一の独立変数と複数の独立変数を重回帰ケースと呼ばれ、単一の変数回帰と呼ばれています
- 線形回帰行列で表さ例
それでは、どのようにそれを理解するには?いくつかの例で見てみましょう
- 最終的な等級:0.7×テストスコア+ 0.3×正常結果
- = 0.02×0.04 +中央領域から住宅価格×都市一酸化窒素濃度+(-0.12×ハウジングからの平均レート)+ 0.254×都市犯罪
二つの例は、上記の、我々は、特性値と目標値との関係の確立を参照して、この関係は線形モデルとして理解することができます。
回帰直線的2.2特性の目標との関係の分析
** 1は直線的な関係である、二つの主要な線形回帰モデル、他は非直線的な関係であるがあります。**ここでは、唯一の面がよりよく理解されるように描くことができ、機能は例えば、単一または2のサブ機能です。
-
リニアの関係
- 単変量線形の関係:
-
多変量線形の関係
注:目標値は、2つの平面の関係を示す、請求目標特性と線形関係または関係
我々は考える必要はありません高い寸法は、あなたがこの関係を思い出すことができます
-
非直線的な関係
コメント:なぜ、この関係がありますか?その理由は何ですか?
非線形関係場合、回帰式を理解することができるよう、W 1×1 + 2×W 2 + w3x3 2