Milliseid eeldusi teeb lineaarse regressiooni masinõppe algoritm?
Milliseid eeldusi teeb lineaarse regressiooni masinõppe algoritm?

Video: Milliseid eeldusi teeb lineaarse regressiooni masinõppe algoritm?

Video: Milliseid eeldusi teeb lineaarse regressiooni masinõppe algoritm?
Video: Монтаж канализации своими руками. Ошибки и решения. #24 2024, Mai
Anonim

Oletused hinnangute kohta: Sõltumatuid muutujaid mõõdetakse vigadeta. Sõltumatud muutujad on üksteisest lineaarselt sõltumatud, st seal on andmetes puudub multikollineaarsus.

Millised on sellega seoses neli lineaarse regressiooni eeldust?

Seal on neli oletust seotud a lineaarne regressioon mudel: Lineaarsus: seos X ja Y keskmise vahel on lineaarne . Homoskedastilisus: jääkväärtuse dispersioon on sama mis tahes X väärtuse korral. Sõltumatus: Vaatlused on üksteisest sõltumatud.

Teiseks, millised on lineaarse regressiooni põhieeldused? Lineaarse regressiooni eeldused

  • Regressioonimudel on parameetritelt lineaarne.
  • Jääkide keskmine on null.
  • Jääkide homotsedastilisus või võrdne dispersioon.
  • Jääkide autokorrelatsioon puudub.
  • X muutujad ja jäägid ei ole korrelatsioonis.
  • X väärtuste varieeruvus on positiivne.
  • Regressioonimudel on õigesti määratud.
  • Täiuslikku multikollineaarsust pole.

Millised on jääkide lineaarse regressiooni eeldused?

Hajumisgraafik jääk väärtused vs prognoositud väärtused on hea viis kontrollida jaoks homoskedastilisus. Jaotuses ei tohiks olla selget mustrit ja kui on konkreetne muster, on andmed heteroskedastilised.

Kas regressioon on masinõppe vorm?

Lineaarne Regressioon on masinõpe algoritmi, mis põhineb juhendatud õppimine . See täidab a regressioon ülesanne. Regressioon modelleerib sõltumatutel muutujatel põhinevat ennustusväärtust. Lineaarne regressioon täidab ülesande ennustada sõltuva muutuja väärtust (y) antud sõltumatu muutuja (x) põhjal.

Soovitan: