Indholdsfortegnelse:

Hvordan vælger du den bedste multipel regressionsmodel?
Hvordan vælger du den bedste multipel regressionsmodel?

Video: Hvordan vælger du den bedste multipel regressionsmodel?

Video: Hvordan vælger du den bedste multipel regressionsmodel?
Video: Модель множественной регрессии с фиктивными переменными 2024, Kan
Anonim

Når du vælger en lineær model, er disse faktorer at huske på:

  1. Sammenlign kun lineære modeller for det samme datasæt.
  2. Find en model med en højt justeret R2.
  3. Sørg for dette model har ligeligt fordelt rester omkring nul.
  4. Sørg for fejlene i dette model er inden for en lille båndbredde.

Heraf, hvornår skal du bruge multipel regression?

Flere regressioner er en udvidelse af simple lineær regression . Det bruges når vi vil have til forudsige værdien af en variabel baseret på værdien af to eller flere andre variable. Variablen vi vil have til forudsige kaldes den afhængige variabel (eller nogle gange udfalds-, mål- eller kriterievariablen).

Efterfølgende er spørgsmålet, hvordan vælger jeg en model? Sådan vælger du en maskinlæringsmodel – nogle retningslinjer

  1. Indsamle data.
  2. Tjek for uregelmæssigheder, manglende data og rengør dataene.
  3. Udfør statistisk analyse og indledende visualisering.
  4. Byg modeller.
  5. Tjek nøjagtigheden.
  6. Præsenter resultaterne.

Simpelthen så, hvad er de forskellige typer af regressionsmodeller?

Typer af regression

  • Lineær regression. Det er den enkleste form for regression.
  • Polynomisk regression. Det er en teknik til at tilpasse en ikke-lineær ligning ved at tage polynomielle funktioner af uafhængig variabel.
  • Logistisk regression.
  • Kvantil regression.
  • Ridge regression.
  • Lasso regression.
  • Elastisk nettoregression.
  • Principal Components Regression (PCR)

Hvor mange uafhængige variable kan bruges i multipel regression?

to

Anbefalede: