Logistic regression linear regression naïve bayes knn Машиналық оқытудағы регрессия және классификация

Машиналық оқытудағы сызықтық регрессия

жүктеу/скачать 1,22 Mb.

бет	2/4
Дата	04.11.2022
өлшемі	1,22 Mb.
	#47383

1 2 3 4

Байланысты:
SRS-NBAYES

Naive Bayes
Байес теоремасының қарапайым формуласы

Машиналық оқытудағы сызықтық регрессия

Сызықтық регрессия машиналық оқытудың ең оңай және танымал алгоритмдерінің бірі болып табылады. Бұл болжамды талдау үшін қолданылатын статистикалық әдіс. Сызықтық регрессия сатылымдар, жалақы, жас, өнім бағасы және т.б. сияқты үздіксіз/нақты немесе сандық айнымалыларға болжам жасайды .
Сызықтық регрессия алгоритмі тәуелді (y) және бір немесе бірнеше тәуелсіз (y) айнымалылар арасындағы сызықтық байланысты көрсетеді, сондықтан сызықтық регрессия деп аталады. Сызықтық регрессия сызықтық қатынасты көрсететіндіктен, ол тәуелді айнымалының мәні тәуелсіз айнымалының мәніне сәйкес қалай өзгеретінін табады.
Сызықтық регрессия моделі айнымалылар арасындағы байланысты білдіретін көлбеу түзу сызықты береді. Төмендегі суретті қарастырыңыз:
Математикалық түрде сызықтық регрессияны келесідей көрсетуге болады:
y= a 0 +a 1 x+ e
Мұнда,
Y= Тәуелді айнымалы (мақсатты айнымалы) X= Тәуелсіз айнымалы (болжамдық айнымалы) a0= сызықтың кесіндісі (Қосымша еркіндік дәрежесін береді) a1 = Сызықтық регрессия коэффициенті (әрбір енгізілген мәнге масштаб коэффициенті). ε = кездейсоқ қате
x және y айнымалыларына арналған мәндер сызықтық регрессия үлгісін көрсетуге арналған оқу деректер жиындары болып табылады.

Naive Bayes

Naive Bayes - бұл Байес теоремасына негізделген статистикалық жіктеу әдісі және ең қарапайым Бақыланатын оқыту алгоритмдерінің бірі. Naive Bayes классификаторы жылдам, дәл және сенімді әдіс, әсіресе үлкен деректер жиынында. Naive Bayes классификаторы сыныптағы белгілі бір мүмкіндіктің әсері басқа белгілерден тәуелсіз және Байес теоремасына негізделген деп болжайды. Байес теоремасы – шартты ықтималдықты есептеу үшін ықтималдық пен статистикада қолданылатын математикалық теңдеу. Басқаша айтқанда, бұл теореманы оқиғаның басқа оқиғамен байланысына негізделген ықтималдығын есептеу үшін қолдануға болады.

Байес теоремасының қарапайым формуласы:

Мұндағы P(A) және P(B) екі тәуелсіз оқиға және (В) нөлге тең емес.
P(A | B): В ақиқат болған жағдайда орын алатын А оқиғасының шартты ықтималдығы.
P( B | A): А ақиқат болған жағдайда В оқиғасының болуының шартты ықтималдығы.
P(A) және P(B): А және В бір-бірінен тәуелсіз болатын ықтималдықтары (шекті ықтималдық).

жүктеу/скачать 1,22 Mb.

Достарыңызбен бөлісу:

1 2 3 4