EN - FR - DE - ES - IT - PT -

LexiconDream

📉 회귀 입력 특징으로부터 연속적인 수치 값을 예측하는 작업입니다.

입력 특징으로부터 연속적인 수치 값을 예측하는 작업입니다.

회귀 입력 특징으로부터 연속적인 수치 값을 예측하는 작업입니다.

모든 예측이 범주형인 것은 아닙니다. 때로는 내일의 기온, 집값, 환자의 혈압처럼 숫자로 답이 나올 수도 있습니다. 회귀 분석은 입력 변수를 사용하여 연속적인 값을 예측합니다.

선형 회귀는 직선 또는 초평면을 맞춥니다. 다항 회귀는 곡률을 추가합니다. 랜덤 포레스트 및 그래디언트 부스팅과 같은 트리 기반 방법은 명시적인 특징 추출 없이 비선형 관계를 처리합니다.

일반적인 회귀 분석 지표

이상치는 절대 오차 지표보다 제곱 오차 지표를 더 크게 왜곡합니다. 적절한 손실 함수를 선택하는 것은 큰 오차에 더 큰 가중치를 부여할지 여부에 달려 있습니다. 일반적으로 해당 분야에 대한 지식이 이 질문에 대한 해답을 제시합니다.

Comments (2)

  1. Dr. Ivan Sokolov
    Regression predicts a number, classification predicts a category. That's the key distinction in machine learning.
  2. Maya Trent
    Linear regression is the simplest form but there are many types. Polynomial, ridge, lasso. The list goes on.

Leave a comment