Вариации регрессии — различия между версиями

Материал из Викиконспекты
Перейти к: навигация, поиск
(Логистическая регрессия)
м (Гребневая регрессия (ридж-регрессия))
Строка 11: Строка 11:
  
 
===Гребневая регрессия (ридж-регрессия)===
 
===Гребневая регрессия (ридж-регрессия)===
 +
====Описание====
 +
====Пример кода для Scikit-learn====
  
 
===Лассо-регрессия===
 
===Лассо-регрессия===

Версия 18:25, 23 января 2019

Регрессия (англ. Regression) — метод моделирования зависимости между зависимой переменной [math]y[/math] и одной или несколькими независимыми переменными [math]x_1, x_2, \dots x_n[/math]. В случае нескольких независимых переменных регрессия называется множественной (англ. multivariate regression). Цель регрессионного анализа состоит в том, чтобы оценить значение непрерывной выходной переменной по значениям входных переменных.

Линейная регрессия

Основная статья: Линейная регрессия

Линейная регрессия (англ. Linear regression) — разновидность регрессии для моделирования линейной зависимости между зависимой и независимой переменными.

Логистическая регрессия

Основная статья: Логистическая регрессия

Логистическая регрессия (англ. Logistic regression) — разновидность регрессии для моделирования зависимости между зависимой и независимой переменными в случае, когда зависимая переменная [math]y[/math] принимает значения в диапазоне от [math]0[/math] до [math]1[/math].

Гребневая регрессия (ридж-регрессия)

Описание

Пример кода для Scikit-learn

Лассо-регрессия

Байесовская

Логическая регрессия

Экологическая регрессия

LAD-регрессия

Джекнайф-регрессия

См. также

Источники информации

  1. machinelearning.ru — Линейная регрессия (пример)
  2. Словарь статистических терминов