Hvad er ML-regression?
Hvad er ML-regression?

Video: Hvad er ML-regression?

Video: Hvad er ML-regression?
Video: Classification and Regression in Machine Learning 2024, Kan
Anonim

Regression er en ML algoritme, der kan trænes til at forudsige reelle nummererede output; temperatur, aktiekurs osv. Regression er baseret på en hypotese, der kan være lineær, kvadratisk, polynomiel, ikke-lineær osv. Hypotesen er en funktion, der er baseret på nogle skjulte parametre og inputværdierne.

Efterfølgende kan man også spørge, hvad er regression i maskinlæring med eksempel?

Regression modeller bruges til at forudsige en kontinuerlig værdi. At forudsige priser på et hus givet husets funktioner som størrelse, pris osv. er en af de almindelige eksempler af Regression . Det er en overvåget teknik.

For det andet, er regression en maskinlæring? Regressions analyse består af et sæt af maskinelæring metoder, der giver os mulighed for at forudsige en kontinuerlig udfaldsvariabel (y) baseret på værdien af en eller flere prædiktorvariable (x). Kort fortalt, målet med regression modellen er at bygge en matematisk ligning, der definerer y som en funktion af x-variablerne.

I betragtning af dette, hvad er ML-klassificering?

I maskinlæring og statistik, klassifikation er problemet med at identificere, hvilken af et sæt af kategorier (underpopulationer) en ny observation tilhører, på basis af et træningssæt af data, der indeholder observationer (eller instanser), hvis kategorimedlemskab er kendt.

Hvad er forskellen mellem klassificering og regression?

Regression og klassifikation er kategoriseret under den samme paraply af overvåget maskinlæring. Det vigtigste forskel mellem dem er, at outputvariablen i regression er numerisk (eller kontinuerlig), mens den for klassifikation er kategorisk (eller diskret).

Anbefalede: