Învățare supervizată în R: Regresia

Acum că am învățat cum să ajustăm modele de bază de regresie liniară, vom vedea cum să evaluăm cât de bine performează acestea. Vom analiza evaluarea grafică a unui model și vom studia două metrici fundamentale pentru modelele de regresie. Vom învăța, de asemenea, cum să antrenăm un model care să funcționeze bine în practică, nu doar pe datele de antrenament. Deși vom demonstra aceste tehnici folosind regresia liniară, toate aceste concepte se aplică modelelor ajustate cu orice algoritm de regresie.

Înainte de a trece la tehnici de regresie mai avansate, vom analiza câteva aspecte suplimentare de modelare: lucrul cu variabile de intrare categoriale, interacțiunile dintre variabile și situațiile în care ar fi util să transformi datele de intrare sau de ieșire înainte de modelare. Deși tehnicile mai avansate gestionează automat unele dintre aceste aspecte, este important să le cunoști — astfel vei înțelege care metode le tratează cel mai bine și care probleme trebuie să le rezolvi tu însuți.

Acum că am stăpânit modelele liniare, vom începe să explorăm tehnici pentru situații care nu respectă ipoteza de liniaritate. Aceasta include predicția probabilităților și frecvențelor (valori cuprinse între 0 și 1), predicția numărătorilor (valori întregi nenegative și ratele asociate), precum și răspunsuri care au o relație neliniară, dar aditivă cu datele de intrare. Acești algoritmi sunt variante ale modelului liniar standard.

În acest capitol vom examina algoritmi de modelare care nu presupun liniaritate sau aditivitate și care pot învăța tipuri limitate de interacțiuni între variabilele de intrare. Acești algoritmi sunt metode bazate pe arbori, care funcționează prin combinarea unor ansambluri de arbori de decizie învățați din datele de antrenament.