Публикации по теме 'regression'


Полное руководство по цифровой картографии почв: введение
Полное руководство по цифровой картографии почв: введение В этой первой статье серии мы исследуем «что, почему и как» в DSM. Существует много определений цифровой картографии почвы или DSM, одно из них — «Создание и заполнение баз данных почв с географической привязкой, созданных с заданным разрешением с использованием методов полевых и лабораторных наблюдений в сочетании с данными об окружающей среде посредством количественных отношений». Существует анонимное определение,..
Прогнозирование цен на автомобили с помощью MindsDB
Вы когда-нибудь задумывались, сколько вы должны брать за свой автомобиль, и является ли цена, которую вы платите за подержанный автомобиль, справедливой? Пришло время использовать машинное обучение в базе данных, чтобы улучшить ваши оценки истинной стоимости рассматриваемого автомобиля: Данные Машинному обучению нужны прошлые данные для обучения. Мы будем использовать Данные прогноза цен на автомобили от kaggle для обучения алгоритма: Загрузите данные и используйте следующий код,..
Регрессия против нейронных сетей
Регрессия: - Регрессия находит связь между независимой переменной и зависимой переменной. Переменная результата в линейной регрессии является числовым значением, переменная результата в логистической регрессии является категориальным значением. Мы подбираем лучшую прямую, чтобы получить минимальную ошибку. В регрессии данные можно классифицировать с помощью прямой линии, и то же самое следует для логистической регрессии. Но иногда бывает трудно классифицировать, если данные разбросаны,..
Встроенные модели машинного обучения Scikit-Learn для задачи регрессии
Знаете ли вы тот факт, что вы можете создать ИИ, используя менее 20 строк кода? Представьте, как это круто — создать ИИ менее чем за 5 минут. Если вам интересно, как вообще возможно построить сложный алгоритм машинного обучения, используя менее 20 строк кода, то на помощь приходит библиотека Scikit-Learn или sklearn. Sklearn предоставляет так много встроенных алгоритмов машинного обучения (с этого момента я буду кратко называть его моделью), которые мы можем использовать для нашей задачи...
Прикладное машинное обучение: часть 1
Прогнозирование с использованием линейной регрессии, LassoCV, ElasticNet, RidgeCV и xgboost Хотите создать достойный резюме проект машинного обучения с реальной реальной значимостью всего за пару часов? Вы новичок в этой области или не знаете, с чего начать? Вы находитесь в нужном месте. Читать дальше! В последние несколько лет вокруг искусственного интеллекта и машинного обучения ведется много шума. Это неудивительно, учитывая, что наше существование полно шаблонов. Машинное..
Понимание основ регрессионного анализа
Регрессионный анализ — это статистический метод, используемый для выявления взаимосвязей между независимыми переменными (входными данными) и зависимыми переменными (выходными данными). Он используется для моделирования взаимосвязи между переменными и для прогнозирования результата данного ввода. Это мощный инструмент для понимания влияния одной или нескольких переменных на заданный результат. В Python регрессионный анализ можно выполнить с помощью пакета scikit-learn. Он..
Давайте сделаем: разработка функций
Краткая демонстрация мощи простой разработки функций с использованием данных о ценах продажи домов и модели LightGBM . Краткая предыстория Разработка признаков может означать разные вещи для разных людей, но этот термин в основном охватывает процесс идентификации, обработки и преобразования информации для улучшения прогнозирующей способности модели. Процесс можно разбить на более конкретные этапы (ни исчерпывающие, ни последовательные): Очистка данных — например. замена или..