Наука о данных с нуля Основы: логистическая регрессия и регуляризация Расширения линейной модели Обычная линейная регрессия методом наименьших квадратов является мощным и универсальным средством прямо из коробки, но в определенных обстоятельствах она терпит неудачу. Во-первых, это, по сути, «регрессионная» структура, которая затрудняет применение в качестве классификатора. С другой стороны, в отличие, скажем, от дерева решений, модели линейной регрессии не выполняют свой собственный..

Наука о данных с нуля Основы: линейная регрессия Интуиция в том, как работают линейные модели Для многих моделей линейной регрессии были рассмотрены первые модели прогнозирования. Хотя они концептуально просты, они обладают некоторыми ключевыми функциями, которые делают их гибкими, мощными и понятными. В то время как более новые и более сложные в концептуальном плане модели могут превосходить линейную регрессию, линейные модели продолжают широко использоваться, особенно в социальных..

Наука о данных с нуля Основы: ансамблевые методы Методы упаковки, случайного леса и ускорения для повышения производительности Ансамблевые методы - это версия старой пословицы о том, что две головы лучше, чем одна: если одна модель работает хорошо, то несколько моделей, работающих согласованно, могут работать еще лучше. Конечно, одна из проблем заключается в том, что может быть сложно собрать достаточно данных для создания нескольких независимых моделей. Оказывается, лишь немного..