Was ist ML-Regression?
Was ist ML-Regression?

Video: Was ist ML-Regression?

Video: Was ist ML-Regression?
Video: Classification and Regression in Machine Learning 2024, November
Anonim

Rückschritt ist ein ML Algorithmus, der trainiert werden kann, um reell nummerierte Ausgaben vorherzusagen; wie Temperatur, Aktienkurs usw. Rückschritt basiert auf einer Hypothese, die linear, quadratisch, polynomiell, nichtlinear usw. sein kann. Die Hypothese ist eine Funktion, die auf einigen versteckten Parametern und den Eingabewerten basiert.

Anschließend kann man sich auch fragen, was ist Regression beim maschinellen Lernen am Beispiel?

Rückschritt Modelle werden verwendet, um einen kontinuierlichen Wert vorherzusagen. Die Vorhersage der Preise eines Hauses aufgrund der Eigenschaften des Hauses wie Größe, Preis usw. ist eine der häufigsten Beispiele von Rückschritt . Es ist eine überwachte Technik.

Zweitens, ist Regression ein maschinelles Lernen? Regressionsanalyse besteht aus einer Reihe von maschinelles Lernen Methoden, die es uns ermöglichen, eine kontinuierliche Ergebnisvariable (y) basierend auf dem Wert einer oder mehrerer Prädiktorvariablen (x) vorherzusagen. Kurz gesagt, das Ziel von Rückschritt Modell besteht darin, eine mathematische Gleichung zu erstellen, die y als Funktion der x-Variablen definiert.

Was ist in diesem Zusammenhang eine ML-Klassifizierung?

In maschinellem Lernen und Statistik, Einstufung ist das Problem der Identifizierung, zu welcher einer Gruppe von Kategorien (Subpopulationen) eine neue Beobachtung gehört, auf der Grundlage eines Trainingsdatensatzes, der Beobachtungen (oder Instanzen) enthält, deren Kategoriezugehörigkeit bekannt ist.

Was ist der Unterschied zwischen Klassifikation und Regression?

Rückschritt und Einstufung werden unter dem gleichen Dach des überwachten maschinellen Lernens kategorisiert. Das Wichtigste Unterschied zwischen sie ist, dass die Ausgangsvariable in Rückschritt ist numerisch (oder stetig), während das für Einstufung ist kategorisch (oder diskret).

Empfohlen: