Х1,..., Xn – независимые/регрессоры/предикторы

↑

▷ Содержание

Стр 1 из 2Следующая ⇒

Классификация и Регрессия

· 𝒙 (SAMPLE) – объект, для которого предсказываем

· y (TARGET) – то, что предсказываем ( целевая переменная)

·  – все объекты, для которых известны значения целевого

признака (обучающая выборка, прецеденты)

·  – размер выборки

ПРИЗНАКИ ДЛЯ ЗАДАЧИ

• Временные

o Дата и время посадки

o Дата и время высадки

• Географические

o Ширина и долгота места посадки

o Ширина и долгота места высадки

• Погодные

o Осадки: дождь, снег, шторм

o Сила осадков

• Маршруты

o Наиболее быстрые маршруты

o Скорость по маршрутам  

• Пассажиры

• Число пассажиров

Модель

• 𝒂(𝒙) − алгоритм/модель/формула

• Это функция, предсказывающая ответ для любого объекта

Регрессия и Классификация

Регрессия – это способ объяснить зависимость переменной через одну или набор других.

Y – ЗАВИСИМАЯ переменная

(её планируют объяснять)

Х1,..., Xn – независимые/регрессоры/предикторы

(переменные, через которые планируют объяснить Y)

Для чего нам нужна регрессия????

1. Объяснить разброс/неоднородность зависимой переменной через независимые

2. Предсказать значения зависимой переменной через независимые.

3. Определить вклад каждой из зависимых переменных

MAE

Средняя абсолютная ошибка

№ of Likes

Prediction

Error

Absolute Error

-14

-18

-6

𝑦i - значение
 - прогноз модели
 - количество элементов

𝑀𝐴𝐸= 1/3(𝟏𝟒+𝟏𝟖+𝟔) =𝟏𝟐.𝟔𝟕

Познавательные статьи:



Организация работы процедурного кабинета

Статус республик в составе РФ

Понятие финансов, их функции и особенности

Сущность демографической политии