Supervised Learning ใน R: การถดถอย

เมื่อเรียนรู้การฝึกโมเดล linear regression เบื้องต้นแล้ว บทนี้จะมาเรียนรู้วิธีประเมินประสิทธิภาพของโมเดล ทั้งการประเมินผ่านกราฟและการใช้เมตริกพื้นฐาน 2 ตัวสำหรับโมเดลการถดถอย นอกจากนี้ยังจะเรียนรู้วิธีฝึกโมเดลให้ทำงานได้ดีกับข้อมูลจริง ไม่ใช่แค่กับข้อมูลฝึกเท่านั้น แม้จะสาธิตด้วย linear regression แต่แนวคิดเหล่านี้ใช้ได้กับโมเดลที่ฝึกด้วยอัลกอริทึมการถดถอยทุกประเภท

ก่อนจะไปยังเทคนิคการถดถอยขั้นสูงขึ้น บทนี้จะพิจารณาประเด็นการสร้างโมเดลเพิ่มเติม ได้แก่ การใช้ข้อมูลนำเข้าแบบหมวดหมู่ ปฏิสัมพันธ์ระหว่างตัวแปร และสถานการณ์ที่ควรแปลงข้อมูลนำเข้าหรือผลลัพธ์ก่อนสร้างโมเดล แม้เทคนิคขั้นสูงบางอย่างจะจัดการประเด็นเหล่านี้ได้โดยอัตโนมัติ แต่การเข้าใจประเด็นเหล่านี้จะช่วยให้เลือกวิธีการที่เหมาะสมได้ดีขึ้น และรู้ว่าประเด็นใดที่ยังต้องจัดการเอง

เมื่อเชี่ยวชาญโมเดลเชิงเส้นแล้ว บทนี้จะเริ่มเรียนรู้เทคนิคสำหรับสถานการณ์ที่ไม่เป็นไปตามข้อสมมติของความเป็นเชิงเส้น ซึ่งรวมถึงการทำนายความน่าจะเป็นและความถี่ (ค่าระหว่าง 0 ถึง 1) การทำนายจำนวนนับ (ค่าจำนวนเต็มที่ไม่ติดลบและอัตราที่เกี่ยวข้อง) รวมถึงการตอบสนองที่มีความสัมพันธ์แบบไม่เชิงเส้นแต่เป็นแบบบวกรวมกับข้อมูลนำเข้า อัลกอริทึมเหล่านี้เป็นรูปแบบแปรผันของโมเดลเชิงเส้นมาตรฐาน

ในบทนี้จะเรียนรู้อัลกอริทึมการสร้างโมเดลที่ไม่ยึดข้อสมมติเรื่องความเป็นเชิงเส้นหรือแบบบวกรวม และสามารถเรียนรู้ปฏิสัมพันธ์บางรูปแบบระหว่างตัวแปรนำเข้าได้ อัลกอริทึมเหล่านี้เรียกว่าวิธีการแบบ *tree-based* ซึ่งทำงานโดยรวม *decision tree* หลายต้นที่เรียนรู้จากข้อมูลฝึกเข้าด้วยกัน