लीनियर रिग्रेशन मशीन लर्निंग एल्गोरिथम क्या धारणाएँ बनाता है?
लीनियर रिग्रेशन मशीन लर्निंग एल्गोरिथम क्या धारणाएँ बनाता है?

वीडियो: लीनियर रिग्रेशन मशीन लर्निंग एल्गोरिथम क्या धारणाएँ बनाता है?

वीडियो: लीनियर रिग्रेशन मशीन लर्निंग एल्गोरिथम क्या धारणाएँ बनाता है?
वीडियो: रैखिक प्रतिगमन एल्गोरिथम | पायथन में रैखिक प्रतिगमन | मशीन लर्निंग एल्गोरिथम | एडुरेका 2024, नवंबर
Anonim

मान्यताओं अनुमानकों के बारे में: स्वतंत्र चर को बिना किसी त्रुटि के मापा जाता है। स्वतंत्र चर एक दूसरे से रैखिक रूप से स्वतंत्र होते हैं, अर्थात् वहाँ है डेटा में कोई बहुसंस्कृति नहीं है।

इस संबंध में, रैखिक प्रतिगमन की चार मान्यताएँ क्या हैं?

वहां चार धारणाएं ए के साथ जुड़ा हुआ है रेखीय प्रतिगमन मॉडल: रैखिकता: X और Y के माध्य के बीच संबंध है रैखिक . होमोसेडैस्टिसिटी: एक्स के किसी भी मूल्य के लिए अवशिष्ट का विचरण समान है। स्वतंत्रता: अवलोकन एक दूसरे से स्वतंत्र हैं।

दूसरे, रैखिक प्रतिगमन की मूल धारणाएं क्या हैं? रैखिक प्रतिगमन की मान्यताएं

  • प्रतिगमन मॉडल मापदंडों में रैखिक है।
  • अवशिष्टों का माध्य शून्य होता है।
  • अवशेषों या समान विचरण की समरूपता।
  • अवशेषों का कोई स्वत: सहसंबंध नहीं।
  • एक्स चर और अवशिष्ट असंबंधित हैं।
  • X मानों में परिवर्तनशीलता धनात्मक है।
  • प्रतिगमन मॉडल सही ढंग से निर्दिष्ट है।
  • कोई पूर्ण बहुरूपता नहीं।

इसके बाद, अवशिष्टों के संबंध में रैखिक प्रतिगमन की क्या धारणाएं हैं?

का बिखराव प्लॉट अवशिष्ट मान बनाम अनुमानित मान जाँचने का एक अच्छा तरीका है के लिये समलैंगिकता। वितरण में कोई स्पष्ट पैटर्न नहीं होना चाहिए और यदि कोई विशिष्ट पैटर्न है, तो डेटा विषमलैंगिक है।

क्या रिग्रेशन मशीन लर्निंग का एक रूप है?

रैखिक वापसी एक है मशीन लर्निंग पर्यवेक्षित पर आधारित एल्गोरिथ्म सीख रहा हूँ . यह एक प्रदर्शन करता है वापसी कार्य। वापसी स्वतंत्र चर के आधार पर एक लक्ष्य भविष्यवाणी मूल्य मॉडल। रैखिक वापसी किसी दिए गए स्वतंत्र चर (x) के आधार पर एक आश्रित चर मान (y) की भविष्यवाणी करने का कार्य करता है।

सिफारिश की: