Nadzorowane uczenie maszynowe w R: regresja

Skoro wiesz już, jak dopasowywać podstawowe modele regresji liniowej, czas nauczyć się oceniać, jak dobrze działają. Omówimy graficzną ocenę modelu oraz dwie podstawowe miary jakości modeli regresji. Dowiesz się też, jak trenować model, który dobrze poradzi sobie z nowymi danymi – nie tylko z danymi treningowymi. Choć techniki te zilustrujemy na przykładzie regresji liniowej, wszystkie te koncepcje dotyczą też modeli budowanych innymi algorytmami regresji.

Zanim przejdziemy do bardziej zaawansowanych technik regresji, przyjrzymy się kilku innym zagadnieniom modelowania: pracy z danymi kategorycznymi, interakcjom między zmiennymi oraz sytuacjom, w których warto rozważyć przekształcenie danych wejściowych lub wyjściowych przed modelowaniem. Choć nowocześniejsze techniki regresji część tych problemów rozwiązują automatycznie, warto je znać – po to, by rozumieć, które metody najlepiej radzą sobie z konkretnymi wyzwaniami i którymi trzeba zarządzać samodzielnie.

Po opanowaniu modeli liniowych przejdziemy do technik modelowania sytuacji, które nie spełniają założenia liniowości. Obejmuje to przewidywanie prawdopodobieństw i częstości (wartości ograniczonych do przedziału od 0 do 1), przewidywanie liczebności (nieujemnych wartości całkowitych i powiązanych częstości) oraz odpowiedzi, które mają nieliniowy, lecz addytywny związek z danymi wejściowymi. Omawiane algorytmy stanowią warianty standardowego modelu liniowego.

W tym rozdziale przyjrzymy się algorytmom modelowania, które nie zakładają liniowości ani addytywności i mogą uczyć się ograniczonych typów interakcji między zmiennymi wejściowymi. Są to *metody drzewowe*, działające poprzez łączenie zespołów *drzew decyzyjnych* uczonych na danych treningowych.