Yuqoridagi misolda ko'p o'zgaruvchan regressiya qo'llaniladi, bu erda bizda juda ko'p mustaqil o'zgaruvchilar va bitta bog'liq o'zgaruvchiga ega

Download 20.9 Kb.
bet	6/7
Sana	14.02.2024
Hajmi	20.9 Kb.
	#156281

Bog'liq
Mavzu Mashinali o\'qitishga kirish va uning asosiy tushunchalari-fayllar.org
Atomning bor modeli. Bor postulatlari, 1-ilova Reja-grafik, 1-mustaqil ish, Ariza, “Бобур Мирзо”, 2700 words 25x108 t.meMurphyMrENGLISH .doc 00, 12-mustaqil organika, Futbol musobaq, chilangarlik to\'garak, 2 5334564044097470675, CALLS ONLINE MULTISUBS ORDER ACTION (5), Doc1 tarmoq 14.11.202, 05 Tarmoq, 04 Telnet

Bu sahifa navigatsiya:

• MSE = Kop ozgaruvchan regressiya tahlilining bosqichlari
• Normalizatsiya xususiyatlari
• Malumotlar toplamida yoqotishlarni minimallashtirish bu Gradient tushishi algoritmi asosida olib boriladi. Misol uchun quyidagicha berilgan bo’lsa

Yuqoridagi misolda ko'p o'zgaruvchan regressiya qo'llaniladi, bu erda bizda juda ko'p mustaqil o'zgaruvchilar va bitta bog'liq o'zgaruvchiga ega Xarajat funksiyasi nima? Xarajat funktsiyasi bu model kuzatilgan ma'lumotlardan farq qilganda namunalarga xarajat qilish imkonini beradigan funktsiya. Ushbu tenglama bashorat qilingan qiymat va haqiqiy qiymat o'rtasidagi farq kvadratining yig'indisi, ma'lumotlar to'plamining uzunligining ikki baravariga bo'linadi. MSE = Ko'p o'zgaruvchan regressiya tahlilining bosqichlari Ko'p o'zgaruvchan regressiya tahlili uchun bosqichlarni tanlash - bu xususiyatlarni tanlash va ularni normallashtirish, yo'qotish funktsiyasi va uni minimallashtirishdan iborat. * Xususiyatni tanlash Xususiyatlarni tanlash ko'p o'zgaruvchan regressiyaning muhim bosqichidir. Xususiyat tanlovi, shuningdek, o'zgaruvchan tanlov sifatida ham tanilgan. Yaxshi model yaratish uchun muhim o'zgaruvchilarni tanlash biz uchun muhim ahamiyat kasb etadi. Normalizatsiya xususiyatlari Biz funktsiya ma’lumotlarini ko’paytirishimiz kerak, chunki u ma'lumotlarning umumiy tarqalishini va nisbatlarini saqlaydi. Bu samarali tahlilga olib keladi. Har bir xususiyatning qiymati ham o'zgarishi mumkin. Yo'qotish funktsiyasini minimallashtirish Ma'lumotlar to'plamida yo'qotishlarni minimallashtirish bu Gradient tushishi algoritmi asosida olib boriladi. Misol uchun quyidagicha berilgan bo’lsa, Y =2+3x biz uni xosila olish orqali Y =4x+3 ko’rinishida yechamiz. Ko'p o'zgaruvchan regressiyaning afzalliklari Ko'p o'zgaruvchan regressiyaning eng muhim ustunligi bu ma'lumotlar to'plamida mavjud bo'lgan qo'shimcha va mustaqil o'zgaruvchilar o'rtasidagi o'zaro bog'liqlikni tushunishga yordam beradi. Ko'p o'zgaruvchan chiziqli regressiya - bu keng qo'llaniladigan mashinalarni o'rganish algoritmi. Download 20.9 Kb.

Download 20.9 Kb.