Искусственный интеллект. Регрессии
Машинное обучение (ML)
- Метки
- Характеристики
- Наклон
- Перехват
- Модели
- Линейные регрессии
Метки
В машинном обучении метка - это то, что мы хотим предсказать.
Метка - это y на линейном графике:
y = x
Характеристики
Характеристики - это входные переменные.
Характеристики - это значения x на линейном графике:
y = x
Наклон
Наклон - это угол графика.
Наклон - это значение a на линейном графике:
y = ax
Перехват
Перехват - это начальное значение графика.
Перехват - это значение b на линейном графике:
y = ax + b
Модели
Модель определяет отношение между меткой (y) и функциями (x).
В жизни модели есть два этапа:
- Подготовка
- Вмешательство
Линейные регрессии
Регрессия - это метод, используемый для определения взаимосвязи между одной переменной (обычно называемой Y) и другими переменными.
В статистике линейная регрессия - это линейный подход к моделированию взаимосвязи между результатом (y) и другими переменными (x).
Это диаграмма рассеяния (из предыдущей главы):
Это линейный график, соединяющий самую низкую и самую высокую цену:
Это модель линейной регрессии, которая пытается предсказать будущие цены: