5-ma’ruza. Mashinali o’qitishda chiziqli regressiya masalasi. Bir o’zgaruvchili chiziqli regressiya

Quyidagi funktsiya "jurnalni yo'qotish" funktsiyasidir. Biz almashtirdir p logistik tenglama bilan va ifodani soddalashtirdi. Keling, bu amalda qanday ishlashini ko'rib chiqaylik. Birinchidan, yuqoridagi misolda bo'lgani kabi, biz o'simta namunalarini "CIMP" va "no CIMP" subtiplariga tasniflash uchun bitta genning ekspressioni, bitta taxminiy o'zgaruvchidan foydalanamiz. Biz tasodifiy o'rmon modelidagi eng muhim o'zgaruvchilardan biri bo'lgan PDPN gen ekspressionidan foydalanamiz. Biz karetada formulalar interfeysidan foydalanamiz, bu erda javoblarning nomlarini va formulada taxminiy o'zgaruvchilarni taqdim etamiz. Bunday holda, biz stats to'plamidan yadroli R funktsiyasidan foydalanamiz, glm(). "Glm" umumlashtirilgan chiziqli modellarni anglatadi va u R ning har xil turdagi regressiyalari uchun asosiy interfeys hisoblanadi.

# mos logistik regressiya modeli

# usul a

O'ziga mos kelmaslik uchun tartibni tartibga solish.

Agar biz modelning egiluvchanligini cheklay olsak, bu ko'rinmaydigan, yangi ma'lumotlar to'plamidagi ishlashga yordam beradi. Odatda, ko'rilmagan ma'lumotlar to'plamidagi ishlashni yaxshilash uchun o'quv uslubining har qanday modifikatsiyasi muntazamlik deb ataladi. Modelga noaniqlikni kiritish va farqni kamaytirish uchun biz tartibga solinishimiz kerak. Bunga zararni yo'qotish funktsiyasini jarima muddati bilan o'zgartirish orqali erishish mumkin, bu koeffitsientlarning baholarini samarali ravishda qisqartiradi. Shuning uchun regressiya doirasidagi ushbu usullar "qisqarish" yoki "jazolangan regressiya" usullari deb ham ataladi.

Agar biz modelning egiluvchanligini cheklay olsak, bu ko'rinmaydigan, yangi ma'lumotlar to'plamidagi ishlashga yordam beradi. Odatda, ko'rilmagan ma'lumotlar to'plamidagi ishlashni yaxshilash uchun o'quv uslubining har qanday modifikatsiyasi muntazamlik deb ataladi. Modelga noaniqlikni kiritish va farqni kamaytirish uchun biz tartibga solinishimiz kerak. Bunga zararni yo'qotish funktsiyasini jarima muddati bilan o'zgartirish orqali erishish mumkin, bu koeffitsientlarning baholarini samarali ravishda qisqartiradi. Shuning uchun regressiya doirasidagi ushbu usullar "qisqarish" yoki "jazolangan regressiya" usullari deb ham ataladi.