Regresyona genel bakış

XGBoost ile Aşırı Gradyan Artırma

Sergey Fogelson

Head of Data Science, TelevisaUnivision

Regresyon temelleri

  • Çıktı gerçek değerli

XGBoost ile Aşırı Gradyan Artırma

Yaygın regresyon metrikleri

  • Kök ortalama kare hata (RMSE)
  • Ortalama mutlak hata (MAE)
XGBoost ile Aşırı Gradyan Artırma

RMSE hesaplama

Gerçek Tahmin
10 20
3 8
6 1
XGBoost ile Aşırı Gradyan Artırma

RMSE hesaplama

Gerçek Tahmin Hata
10 20 -10
3 8 -5
6 1 5
XGBoost ile Aşırı Gradyan Artırma

RMSE hesaplama

Gerçek Tahmin Hata Kare Hata
10 20 -10 100
3 8 -5 25
6 1 5 25
  • Toplam Kare Hata: 150
  • Ortalama Kare Hata: 50
  • Kök Ortalama Kare Hata: 7.07
XGBoost ile Aşırı Gradyan Artırma

MAE hesaplama

Gerçek Tahmin Hata
10 20 -10
3 8 -5
6 1 5
  • Toplam Mutlak Hata: 20
  • Ortalama Mutlak Hata: 6.67
XGBoost ile Aşırı Gradyan Artırma

Yaygın regresyon algoritmaları

  • Doğrusal regresyon
  • Karar ağaçları
XGBoost ile Aşırı Gradyan Artırma

Hem regresyon hem sınıflandırma için algoritmalar

1 https://www.ibm.com/support/knowledgecenter/en/SS3RA7_15.0.0/ com.ibm.spss.modeler.help/nodes_treebuilding.htm
XGBoost ile Aşırı Gradyan Artırma

Hadi pratik yapalım!

XGBoost ile Aşırı Gradyan Artırma

Preparing Video For Download...