Herhaling van regressie

Extreme Gradient Boosting met XGBoost

Sergey Fogelson

Head of Data Science, TelevisaUnivision

Basis van regressie

  • Uitkomst is reëel-waardig

Extreme Gradient Boosting met XGBoost

Veelgebruikte regressiemetrieken

  • Root mean squared error (RMSE)
  • Mean absolute error (MAE)
Extreme Gradient Boosting met XGBoost

RMSE berekenen

Werkelijk Voorspeld
10 20
3 8
6 1
Extreme Gradient Boosting met XGBoost

RMSE berekenen

Werkelijk Voorspeld Fout
10 20 -10
3 8 -5
6 1 5
Extreme Gradient Boosting met XGBoost

RMSE berekenen

Werkelijk Voorspeld Fout Kwadratische fout
10 20 -10 100
3 8 -5 25
6 1 5 25
  • Totale kwadratische fout: 150
  • Gemiddelde kwadratische fout: 50
  • Root mean squared error: 7,07
Extreme Gradient Boosting met XGBoost

MAE berekenen

Werkelijk Voorspeld Fout
10 20 -10
3 8 -5
6 1 5
  • Totale absolute fout: 20
  • Gemiddelde absolute fout: 6,67
Extreme Gradient Boosting met XGBoost

Veelgebruikte regressie-algoritmen

  • Lineaire regressie
  • Beslisbomen
Extreme Gradient Boosting met XGBoost

Algoritmen voor zowel regressie als classificatie

1 https://www.ibm.com/support/knowledgecenter/en/SS3RA7_15.0.0/ com.ibm.spss.modeler.help/nodes_treebuilding.htm
Extreme Gradient Boosting met XGBoost

Laten we oefenen!

Extreme Gradient Boosting met XGBoost

Preparing Video For Download...