Supervised Learning in R: Regressie

Nu we hebben geleerd hoe je eenvoudige lineaire regressiemodellen fit, gaan we bekijken hoe je beoordeelt hoe goed je modellen presteren. We lopen door het grafisch evalueren van een model en bekijken twee basisstatistieken voor regressiemodellen. We leren ook hoe je een model traint dat in de praktijk goed presteert, niet alleen op de trainingsdata. Hoewel we deze technieken demonstreren met lineaire regressie, gelden al deze concepten voor modellen die met elk regressie-algoritme zijn gefit.

Voordat we doorgaan naar meer geavanceerde regressietechnieken, kijken we naar enkele andere modelleerkwesties: modelleren met categorische inputs, interacties tussen variabelen, en wanneer je zou overwegen om inputs en outputs te transformeren vóór het modelleren. Hoewel geavanceerdere regressietechnieken sommige van deze punten automatisch afhandelen, is het belangrijk ze te kennen om te begrijpen welke methoden welke kwesties het best aanpakken — en welke je nog zelf moet beheren.

Nu we lineaire modellen beheersen, gaan we kijken naar technieken voor situaties die niet aan de lineairheidsaannames voldoen. Dit omvat het voorspellen van kansen en frequenties (waarden tussen 0 en 1); het voorspellen van aantallen (niet-negatieve gehele waarden en bijbehorende snelheden); en responsen met een niet-lineaire maar additieve relatie tot de inputs. Deze algoritmen zijn variaties op het standaard lineaire model.

In dit hoofdstuk bekijken we modelleeralgoritmen die geen lineariteit of additiviteit veronderstellen, en die beperkte soorten interacties tussen invoervariabelen kunnen leren. Deze algoritmen zijn boomgebaseerde methoden die werken door ensembles van beslisbomen te combineren die zijn geleerd uit de trainingsdata.