|
Multiple Linear Regression va SLR ning farqi va ishlashi
|
| bet | 10/10 | | Sana | 26.04.2023 | | Hajmi | 237.88 Kb. | | #53913 |
Bog'liq machine learing exam Temir yol tr menejm DARSLIK (1), 1111111111, Nazorat ishi, flyer, HOZIRGI 0‘ZBEK ADABIY TILI, Shablonbek, ., 12 Восстановлен автовосстановление 87Multiple Linear Regression va SLR ning farqi va ishlashi.
Multiple linear regression (MLR) va shaxsiy linear regressiya (SLR) statistikani o'rganishda ko'p paytada foydalanadigan ikki turdagi regressiya modellari hisoblanadi. MLR, bir nechta xususiyatlardan foydalanilgan regressiya usulidir. Bu usulda, ba'zi kriteriyalar birlashtirilib, ularga binoan qaror qabul qilinadi. Bu esa odatda, kuchli regressiya modellari yaratish imkonini beradi. Boshqa yo'nalishlarda, regressiya modellari tahlili uchun keyingi bosqichdagi asosiy tamoyillar ko'proq xususiyatlarni qabul qilmasdan, birinchi bosqichdagi kriteriya asosida regressiya yaratiladi. Bu esa shaxsiy linear regressiya (SLR) hisoblanadi. Shaxsiy linear regressiya bitta xususiyat asosida ishlaydi va uni tahlil qilish uchun odatda minimal sanoq bo'limida ishlatiladi.
SLR (Oddiy chiziqli regressiya) - bu to'g'ri chiziq yordamida bitta mustaqil o'zgaruvchi va bitta qaram o'zgaruvchi o'rtasidagi munosabatni baholaydigan regressiya modeli. Ikkala o'zgaruvchi ham miqdoriy bo'lishi kerak.
Masalan, harorat va simobning termometrdagi kengayishi o'rtasidagi bog'liqlikni to'g'ri chiziq yordamida modellashtirish mumkin: harorat oshishi bilan simob kengayadi.
MLR (Ko'p chiziqli regressiya) nima? Ko'p chiziqli regressiya - bu to'g'ri chiziq yordamida miqdoriy bog'liq o'zgaruvchi va ikki yoki undan ortiq mustaqil o'zgaruvchilar o'rtasidagi munosabatni baholaydigan regressiya modeli.
Axborot mezonlari turli regressiya modellariga ballarni belgilash uchun ishlatiladi.
Darajasi:
model mosligini pasaytirish (model ma'lumotlarga qanchalik yaxshi mos tushsa, ball shunchalik past bo'ladi);
modelning murakkabligini oshirish (qanchalik ko'p regressorlar va parametrlar bo'lsa, ball shunchalik yuqori bo'ladi).
Modelni baholash Cross-Validation?
Mashinali o’qitish nima?
\
Mashinali o’qitish (Machine Learning) – bu kompyuterni dasturlashning yangi yo’nalishi bo’lib, dasturning ma’lumotlarni o’qib olish va shu ma’lumotlar asosida o’rganish xususiyatiga ega bo’lishidir. Mashinani o’qitish jarayoni chiziqli yoki nochiziqli qaramasdan quyidagi bosqichlarda amalga oshiriladi:
◦ Muammoni aniqlash.
◦ Ma’lumotlarni tayyorlash.
◦ Algoritmni ishlab chiqish va baholash (testlash).
◦ Natijaviy ma’lumotlar aniqligini oshirish.bo’lishiga
◦ Yakuniy natijani (ishlab chiqilgan model) taqdim qilish.
Mashinani o'rganishning 3 turi
Mashinani o'rganish mashinaga katta hajmdagi ma'lumotlarni ko'rsatishni o'z ichiga oladi, shunda u o'rganishi va bashorat qilishi, naqshlarni topishi yoki ma'lumotlarni tasniflashi mumkin. Mashinani o'rganishning uchta turi nazoratsiz, nazoratsiz va mustahkamlovchi o'rganishdir.
|
| |
