Tutorial

Faavasegaina o masini Aoaoina Algorithms: Linear Regression, Classification ma Clustering

Masini Aoaoina ei ai mea tutusa ma le faʻatupuina o le faʻatupuina, o loʻo tuʻuina mai metotia, teori ma tulaga faʻaaoga. 

Masini aʻoaʻoga ua faʻatulagaina o se "faʻaititia faʻafitauli" o le leiloa galuega faʻasaga i se seti o faʻataʻitaʻiga (seti toleniga). Lenei faʻaalia manino ai le eseesega i le va o tulaga taua ua faʻamatalaina e le faʻataʻitaʻiga ua toleniina ma le faʻamoemoeina taua mo faʻataʻitaʻiga faʻataʻitaʻiga uma. 

O le faʻamoemoe sili o le aʻoaʻo i le faʻataʻitaʻiga o le agavaʻa e vavalo saʻo i se seti o mea e le iai i le toleniga.

O se metotia e mafai ai ona iloa le eseesega o vaega eseese o le algorithm o le ituaiga o galuega faatino o loʻo faʻamoemoeina mai se faiga faʻapitoa. masini suʻesuʻe

I totonu o vaega taua tatou te maua ai:

  • La faʻavasegaina: le sao ua vaevaeina i ni vasega se lua pe sili atu ma o le faʻatulagaina aʻoaʻoga tatau ona maua mai se faʻatusa mafai ona tofia se tasi poʻo le sili vasega i latou o avanoa mo se sao.O nei ituaiga galuega e masani ona faʻaaogaina e faʻaogaina vaʻaia vaʻaia metotia. 

    O se faʻataʻitaʻiga o faʻavasegaina o le tofiaina o se tasi pe sili atu igoa i se ata faʻavae i luga o mea faitino poʻo mataupu o loʻo i ai i totonu;

  • La soliga: manatu tutusa i le faavasegaina ma le eseʻesega o loʻo i ai se galuega faifaipea ma le leai-faʻatatau vaega.E masani ona puleaina ma vaʻavaʻaia mataʻupu. 

    O se faʻataʻitaʻiga o faʻalavelave e iloa ai le tuʻufaʻatasia o le loloto o se vaaiga mai lona sui i le faʻatusa o se ata lanu. 

    O le mea moni, o le vaega o le galuega faʻatatau i le fesili e toetoe lava le faʻatapulaʻaina, ae le faʻatapulaʻaina i se vaega faʻapitoa o avanoa;

  • Il fusi: o fea o iai se seti o faʻamaumauga ua vaevaeina i ni vaega lea, ae ui i lea, e le pei o le faʻavasegaga, e le o iloaina a muamua.O le faʻafitauli lava o faʻafitauli i lenei vaega e masani lava ona avea ai i latou e le mataʻitu galuega aʻoaʻoga.
Faʻataʻitaʻi faigofie laina faʻaalu

Ole laina ole puleaina ole amlautele faʻaaogaina faʻataʻitaʻiga faʻaaogaina e fuafua ai ni mea taua e pei o:

  • tau o fale,
  • numera o telefoni,
  • aofaʻi faʻatau atu i le tagata,

ma mulimuli i le faitioga o faifai pea suiga:

  • sikuea mita,
  • lesitala i se teuga tupe,
  • aʻoga a le tagata

I le faʻatulagaina o laina, o se fesoʻotaʻiga i le va o tūlaga tutoʻatasi ma le faʻalagolago i fesuiaiga o mulimulitaʻi i le laina lea e masani lava ona faʻailoa mai ai le sootaga i le va o mea e lua.

O le laina fetaui e taʻua o le laina regression ma e atagia mai e se laina tutusa o le ituaiga Y = a * X + b.

O le fua faatatau e faʻavae i luga o faʻamatalaga e fesoʻotaʻi e lua pe sili atu uiga faʻatasi ma le isi. A e ave i le algorithm se sao uiga, le regression toe faafoi le isi uiga.

Faʻateleina laina regression faataitaiga

Afai e sili atu ile tasi le tutoʻatasi tutoʻatasi, ona matou talanoa lea ole tele o laina regression, ma manatu o se faʻataʻitaʻiga pei o mea nei:


y = e0 + b1x1 + b2x2 +… + Enxn

  • y o le tali atu i aga tausili, o lona uiga, o loʻo sui ai le faʻaiuga na valoia e le faʻataʻitaʻiga;
  • b0 o le intercept, o lena taua o le y pe a xi e tutusa uma i le 0;
  • o le uiga muamua b1 o le fuainumera o x1;
  • ae o le isi vaega en o le fuainumera o xn;
  • x1,x2,…, Xn o tutoʻatasi tutoʻatasi o le faʻataʻitaʻiga.

O le mea moni, o le fuainumera faʻamatalaina le fesoʻotaʻiga i le va o se faifai pea faalagolago ia fesuiaiga (y) ma lua pe sili atu tutoʻatasi eseese (x1, x2, x3…). 

Mo se faʻataʻitaʻiga, pe a fai tatou te manaʻo e fuafua le faʻasalalauga CO2 o se taʻavale (faalagolago variabel y) mafaufau i le afi afi, o le numera o siliva ma fafaga faʻaaogaina. O nei vaega mulimuli o le tutoatasi fesuiaʻi x1, x2 ma x3. O le faifai pea bi o ni numera moni ma ua taʻua o le faʻataʻitaʻiga fuafuaina faʻatatauina regression.Y o le faifaipea faalagolago suia, o lona uiga o le aofaʻiga o b0, b1 x1, b2 x2, ma isi. o le a avea ma numera moni.

Multiple regression analysis o se auala e faʻaogaina e iloa ai le aafiaga o tutoʻatasi tutoʻatasi i luga o se faalagolago faalagolago.

Malamalama pe faʻapefea ona suia le fesuiaʻiga o fesuiaʻiga pei o tutoʻatasi suiga e mafai ai ona tatou vavalo aʻafiaga poʻo auga o suiga i tulaga moni.

Le faʻaaogaina o le tele o laina regression e mafai ona malamalama pe faʻafefea ona suia le toto toto a o suia le tino vaega faʻasino mafaufau vala e pei o le matua, feusuaiga, ma isi, ma mafaufau ai le mea mafai ona tupu.

Faatasi ai ma le tele o regression tatou te mafai ona maua tala faatatau i tau tau, pei o le lumanaʻi agavaʻa mo suauʻu poʻo le auro.

Ma le mea mulimuli, o le tele o laina faʻatulagaina o loʻo sailia le sili atu le fiafia i le matata o masini aʻoaʻoina ma faʻafoliga o atamai e faʻatagaina le mauaina o le faʻatinoina o aʻoaʻoga faʻataʻitaʻiga tusa lava pe a tele le tele o faʻamaumauga e auiliiliina.

Lafoʻi faʻatulagaina faʻataʻitaʻiga

Logistic regression o se fuainumera meafaigaluega e faʻataʻitaʻia e faʻataʻitaʻia se binomial faʻaiuga ma se tasi pe sili atu faʻamatalaina fesuiaiga.

E masani ona faʻaogaina mo faʻafitauli binary, pe a na o le lua vasega, mo se faʻataʻitaʻiga Ioe poʻo Leai, 0 pe 1, male tamaʻitaʻi ma isi mea ...

I lenei auala e mafai faʻamatalaina le faʻamatalaga ma faʻamatala le fesoʻotaʻiga i le va o se binary faalagolago fesuiaʻi ma se tasi pe sili atu numera poʻo ordinal tutoʻatasi tutoʻatasi.

O le taunuuga e faʻamoemoeina faʻafetai i le faʻaaogaina o se galuega faʻapitoa, lea e faʻatatauina se mea e ono tupu ona sosoo ai lea defifa'ai'u le vasega sili ona latalata (lelei pe leaga) i le tau fa'amoemoe na maua.

Mafai ona tatou mafaufau logistic regression o se metotia o le faavasegaina o le aiga o siakiina faʻatonutonu algorithms.

Faʻaaogaina metotia faʻamaumauga, logistic regression faʻatagaina e maua ai se faʻaiʻuga lea, o le mea moni, faʻailoa a se ono mafai e se foaʻi faʻapitoa aoga i totonu o le vasega tuʻuina atu.

I faafitauli faʻalavelave binomial logistic, o le ono mafai e le oloa maua i le tasi vasega o le P, ae o loʻo auai i le isi vasega 1-P (pe a P o se numera i le va 0 ma 1 aua e faʻaalia ai se ono mafai).

O le binomial logistic regression e galue lelei i mea uma na o le suiga lea o loʻo tatou taumafai e vavalo e binary, o lona uiga, na o le mafai ona faʻapea lua tulaga taua: o le taua 1 o loʻo fai ma sui o le vasega lelei, poʻo le tau 0 e fai ma sui o le vasega le lelei.

Faʻataʻitaʻiga o faʻafitauli e mafai ona foʻia e ala i le faʻatulafonoina o faʻalogo e pei:

  • o se imeli o le spam pe leai;
  • se faʻatauga i luga ole laiga e taufaasese pe leai foi, iloiloina tulaga o faʻatau;
  • o se tagata gasegase ei ai le afaina, iloiloina o lona mata.

Faatasi ai ma le logistic regression e mafai ona tatou faia faʻataʻitaʻiga auiliiliga, fuaina le fesoʻotaʻiga i le va o mea tatou te mananaʻo e valoia (faalagolago faʻalagolago) ma le tasi pe sili atu tutoʻatasi tutoʻatasi, i o uiga. E ono fuafuaina le fuafuaina e ala ile galuega ole logistic.

O le avanoa na mulimuli ane liua i tulaga faʻa-binary, ma ina ia mafai ai ona moni le faʻamoemoe, o lenei iʻuga na tuʻuina atu i le vasega o iai, faʻatatau i le po pe latalata i le vasega lava ia.

Mo se faʻataʻitaʻiga, afai o le faʻaogaina o le logistic function e faʻafoʻi mai le 0,85, lona uiga o le mea na faʻaulufaleina na faia ai se vasega lelei e ala i le tuʻuina atu i le vasega 1. Faʻafeagai pe a fai na maua se tau e pei o 0,4 pe sili atu lautele <0,5 ..

Talafou fou
Aua nei misia le tala sili ona taua e uiga i mea fou. Saini e maua i latou ile imeli.

Faʻaaoga le logistic regression e faʻaaoga e iloilo ai le faavasegaina o faʻamatalaga taua.

O le galuega faʻatulagaina, faʻaigoaina foi sigmoid, o se vavao e mafai ona avea soʻo se numera o tau moni ma faʻataʻitaʻi i se tau i le va 0 ma 1, e aofia ai faʻatu. O le gaioiga o:

o fea o iai:

  • e: faavae o faʻaleaganuʻu faʻanatura (numera o Euler, poʻo faʻagaioiga excel exp ())
  • b0 + b1 * x: o le numera numera moni o loʻo e manaʻo e suia.

Sui e faʻaogaina mo le logistic regression

Logistic regression faʻaaogaina se faʻatusatusaga o se faʻatusa, pei lava laina liniini regression

O le sao taua (x) o loʻo tuʻufaʻatasia faʻaaogaina le mamafa poʻo le faʻatatauina o tau, e fuafua ai se mea e alu i fafo (y). O le mea taua e ese mai le faʻatulagaina o laina, o le faʻataua o mea taua o loʻo i fafo o se tau faaluaina (0 poʻo le 1) nai lo le numera faʻatau.

Lenei o se faʻataʻitaʻiga o se logistic regression faʻatusatusaga:

e = e ^ (b0 + b1 * x) / (1 + e ^ (b0 + b1 * x))

Laumei:

  • y o le faalagolago faalagolago, o lona uiga o le tau ua fuafuaina;
  • b0 o le faʻavaea pe tuʻufaʻatasia vaitaimi;
  • b1 o le fuainumera mo le tasi mea faʻatau atu (x).

O koluma taʻitasi i totonu o faʻamatalaga o loʻo iai se soʻotaga b paʻu (a tumau le taua moni) e tatau ona aʻoaʻoina mai le koleniga faʻamaumauga.

O le sui moni o le faʻataʻitaʻiga e te teuina i manatua poʻo se faila o le fuainumera i le fuainumera (le faʻatatau beta poʻo le b).

Logistic regression vavalo probabilities (faʻatekinisi tele)

Logistic regression faʻataʻitaʻia le ono mafai o le vasega tuai.

O se faʻataʻitaʻiga, tatou faʻapea o loʻo tatou faʻataʻitaʻia le feusuaʻi a tagata o se aliʻi poʻo se fafine mai lo latou maualuga, o le vasega muamua e mafai ona avea ma aliʻi, ma o le mea o loʻo mafai ai ona tusia le avea o se tama ma se tagata e maualuga, pe sili atu foi. aloaia:

P (feusuaiga = tane | maualuga)

A tusia i se isi auala, o lo'o matou fa'ata'ita'iina le avanoa e iai se fa'aoga (X) i le vasega muamuadefinite (Y = 1), e mafai ona tatou tusia e pei o:

P(X) = P(Y = 1 | X)

E tatau ona liliuina le vavalo o loʻo fuafua e faʻatulaga ai lona lua (0 poʻo le 1) ina ia mafai ona maua se avanoa mautinoa.

Logistic regression o se laina linear, ae vavalo suia e faaaogaina le logistic galuega. O le aafiaga o lenei e le mafai ona tatou toe malamalama i vaʻaiga o se tuʻufaʻatasiga tuʻufaʻatasia o loʻo faʻaaogaina e pei ona tatou mafaia ma le faʻasaua laina, mo se faʻataʻitaʻiga, faʻaauau mai luga, o le faʻataʻitaʻiga e mafai ona faʻaalia o:

p(X) = e ^ (b0 + b1 * X) / (1 + e ^ (b0 + b1 * X))

I le taimi nei, e mafai ona tatou toe suia le faʻasologa e pei o mea nei. Ina ia toe faʻafoi matou e mafai ona faʻaauau i le aveeseina o le e i le tasi itu e ala i le faʻaopopoina o se natura logarithm i le isi itu.

ln (p (X) / 1 - p (X)) = b0 + b1 * X

I lenei auala tatou te maua ai le mea moni o le fuainumera o le mea i le itu taumatau ua toe laina (pei lava o le laina regression), ma le sao i le itu tauagavale o se logarithm o le ono mautinoa o le le aoga vasega.

O le ono fuafuaina na fuafuaina e pei o se fua faatatau o le ono tutupu mea na tutupu vaevaeina e le probability o leai mea tutupu, eg 0,8 / (1-0,8) o lona iʻuga e 4. O lea e mafai ona matou tusia:

ln (mea faigata) = b0 + b1 * X

Talu ai o avanoa e mafai ona liliuina, matou te taua lenei itu-tauagavale poʻo faʻamasinoga.

E mafai ona matou toe faafoi le exponent i le taumatau ma tusi e pei:

semanū = e ^ (b0 + b1 * X)

O nei mea uma e fesoasoani ia i tatou e malamalama ai e moni lava o le faʻataʻitaʻiga o se tuʻufaʻatasiga laina o mea faʻapipiʻi, ae o lenei tuʻufaʻatasiga laina e faʻatatau i le ogalaau faʻalavelave o le vasega muamua.definita.

Aʻoaʻoina le faʻaogaina

O le fuainumera (beta po o b tulaga faʻatatau) o le logistic regression algorithm e fuafua i le aʻoaʻoga vaega. Ina ia faia lenei mea, matou te faʻaaogaina le maualuga ono fuafuaina.

Ole fua fa'atatau ole a'oa'oga e fa'aogaina e le tele o masini a'oa'oga algorithms. O coefficient e maua mai i le faʻataʻitaʻiga e vaʻai ai se tau e latalata i le 1 (eg. Male) mo le vasega muamua.defile afiafi ma se tau e latalata i le 0 (fa'ata'ita'iga fafine) mo le isi vasega. Ole maualuga ole avanoa mo le faʻaogaina o le logistic o se faʻataʻitaʻiga o le sailia o tau mo coefficients (Beta poʻo ob values) e faʻaitiitia ai le sese i mea e ono vaʻaia e le faʻataʻitaʻiga e faʻatatau i mea o loʻo i totonu o faʻamaumauga (eg. probability 1 pe afai o faʻamaumauga o le vasega muamua) .

O le a tatou faʻaogaina se faʻaititia algorithm e faʻalelei sili ona lelei faʻasologa lelei mo faʻataʻitaʻiga toleniga. Lenei e masani ona faʻatinoina i faʻataʻitaʻiga e faʻaogaina ai se lelei numera numera optimization algorithm.

Ercole Palmeri


Talafou fou
Aua nei misia le tala sili ona taua e uiga i mea fou. Saini e maua i latou ile imeli.

Talu ai nei tala

Smart Lock Maketi: lipoti suʻesuʻega maketi lomia faasalalau

O le faaupuga Smart Lock Market e faʻatatau i le alamanuia ma le siʻosiʻomaga o loʻo siomia ai le gaosiga, tufatufaina ma le faʻaogaina ...

27 Marzo 2024

O a mamanu mamanu: aisea e faʻaaogaina ai, faʻavasegaina, lelei ma le lelei

I le inisinia polokalame, o mamanu mamanu o ni fofo sili ona lelei i faʻafitauli e masani ona tupu i le mamanu polokalama. E pei a'u…

26 Marzo 2024

Le fa'atuputeleina fa'atekinolosi o fa'ailoga tau alamanuia

Fa'ailoga fa'apisinisi o se fa'aupuga lautele lea e aofia ai le tele o metotia fa'aoga e fa'atupu ai fa'ailoga tumau i luga o se…

25 Marzo 2024

Fa'ata'ita'iga o Excel Macros na tusia ma VBA

O faʻataʻitaʻiga faigofie Excel macro nei na tusia e faʻaaoga ai le VBA Tala faʻatatau taimi faitau: 3 minute Faʻataʻitaʻiga…

25 Marzo 2024