Ce este o problemă de regresie în învățarea automată?
Ce este o problemă de regresie în învățarea automată?

Video: Ce este o problemă de regresie în învățarea automată?

Video: Ce este o problemă de regresie în învățarea automată?
Video: Classification and Regression in Machine Learning 2024, Noiembrie
Anonim

O problemă de regresie este atunci când variabila de ieșire este a real sau valoare continuă, cum ar fi „ salariu ” sau „greutate”. Mulți pot fi utilizate diferite modele, cea mai simplă este regresia liniară. Încearcă să potrivească datele cu cel mai bun hiperplan care trece prin puncte.

De asemenea, întrebarea este, ce este regresia în învățarea automată cu exemplu?

Regresia modelele sunt folosite pentru a prezice o valoare continuă. Prezicerea prețurilor unei case având în vedere caracteristicile casei, cum ar fi dimensiunea, prețul etc., este una dintre cele obișnuite exemple de Regresia . Este o tehnică supravegheată.

În afară de mai sus, care este problema de clasificare în învățarea automată? În învățare automată si statistici, clasificare este problemă de a identifica căreia dintr-un set de categorii (subpopulații) îi aparține o nouă observație, pe baza unui set de instruire de date care conține observații (sau instanțe) a căror apartenență la categorie este cunoscută.

Oamenii se întreabă, de asemenea, care este diferența dintre învățarea automată și regresie?

Din păcate, acolo este în cazul în care asemănarea între regresie versus clasificare învățare automată se termină. Principalul diferență între ele este că variabila de ieșire în regresie este numerică (sau continuă), în timp ce cea pentru clasificare este categorială (sau discretă).

Învățarea automată este doar regresie?

Liniar regresie este cu siguranță un algoritm care poate fi folosit în învățare automată . Învățare automată implică adesea mult mai multe variabile (trăsături) explicative decât modelele statistice tradiționale. Poate zeci, uneori chiar sute, dintre care unele vor fi variabile categorice cu mai multe niveluri.

Recomandat: