|
Mashinani o'rganishda Lasso regressiyasining ta'rifi
|
| Sana | 16.04.2024 | | Hajmi | 160.59 Kb. | | #197899 |
Bog'liq lasso xudo xoxlasa tushadi99%, 3-labarotoriya ishi Saralash usul va algoritmlarini tadqiq qilis, cmd buyruqlari, Incremental model nima, 1matematik, word sAM 1 savol, Документ Microsoft Word (4), Ma\'ruzalar (2), ЛАБОРАТОРНАЯ РАБОТА N1, Dasturlash 2, Ariza, Qalandarova Gulshoda, 1648631455, 1650692784, 1651669892 (2)
Statistikada va mashinani o'rganishda lasso (eng kam mutlaq qisqarish va tanlash operatori; shuningdek, Lasso yoki LASSO) regressiya tahlili usuli bo'lib, natijada olingan statistik modelni bashorat qilish aniqligi va talqin qilinishini oshirish uchun o'zgaruvchan tanlash va tartibga solishni amalga oshiradi.
Mashinani o'rganishda Lasso regressiyasining ta'rifi
Lasso regressiyasi chiziqli regressiyaga o'xshaydi, lekin u aniqlanish koeffitsientlari nolga qisqaradigan "qisqarish" usulidan foydalanadi. Chiziqli regressiya sizga ma'lumotlar to'plamida kuzatilgan regressiya koeffitsientlarini beradi. Lasso regressiyasi bu koeffitsientlarni haddan tashqari moslashtirmaslik va turli ma'lumotlar to'plamlarida yaxshiroq ishlashi uchun qisqartirish yoki tartibga solish imkonini beradi.
Ushbu turdagi regressiya ma'lumotlar to'plami yuqori multikollinearlikni ko'rsatganda yoki o'zgaruvchilarni yo'q qilish va xususiyatlarni tanlashni avtomatlashtirishni xohlasangiz ishlatiladi .
Lasso regressiyasidan qachon foydalanish kerak?
Modelni tanlash ma'lumotlar to'plamiga va siz ko'rib chiqayotgan muammo bayonotiga bog'liq. Ma'lumotlar to'plamini va xususiyatlarning bir-biri bilan o'zaro ta'sirini tushunish juda muhimdir.
Lasso regressiyasi ma'lumotlar to'plamining kamroq muhim xususiyatlarini jazolaydi va ularning tegishli koeffitsientlarini nolga aylantiradi va shu bilan ularni yo'q qiladi. Shunday qilib, u sizga xususiyat tanlash va oddiy model yaratishning afzalliklarini taqdim etadi.
Shunday qilib, agar ma'lumotlar to'plami yuqori o'lchamli va yuqori korrelyatsiyaga ega bo'lsa, lasso regressiyasidan foydalanish mumkin.
Lasso regressiyasi statistikasi
d1, d2, d3 va boshqalar yuqoridagi grafikdagi haqiqiy ma'lumotlar nuqtalari va model chizig'i orasidagi masofani ifodalaydi.
Eng kichik kvadratlar - chizilgan egri chiziqdan nuqtalar orasidagi masofaning kvadratlari yig'indisi. Chiziqli regressiyada eng kichik kvadratlarni minimallashtirish usulida eng yaxshi model tanlanadi .
Lasso regressiyasini amalga oshirayotganda, biz eng kichik kvadratlarga jazo omilini qo'shamiz. Ya'ni, model quyida keltirilgan yo'qotish funktsiyasini minimal qiymatga kamaytirish uchun tanlangan.
D = eng kichik kvadratlar + lambda * yig'indisi (koeffitsientlar kattaligining mutlaq qiymatlari)
Lasso regressiya jazosi barcha taxmin qilingan parametrlardan iborat. Lambda noldan cheksizgacha bo'lgan har qanday qiymat bo'lishi mumkin. Bu qiymat agressiv tartibga solish qanday amalga oshirilishini hal qiladi. Odatda o'zaro tekshirish yordamida tanlanadi. Lasso koeffitsientlarning mutlaq qiymatlari yig'indisini jazolaydi. Lambda qiymati oshishi bilan koeffitsientlar kamayadi va oxir-oqibat nolga aylanadi . Shunday qilib, lasso regressiyasi bizning modelimizdagi ahamiyatsiz o'zgaruvchilarni yo'q qiladi.
|
| |
