Ôn tập hồi quy

Gradient Boosting Cực Mạnh với XGBoost

Sergey Fogelson

Head of Data Science, TelevisaUnivision

Những điều cơ bản về hồi quy

  • Biến đầu ra là giá trị thực

Gradient Boosting Cực Mạnh với XGBoost

Các chỉ số hồi quy phổ biến

  • Sai số bình phương trung bình có căn (RMSE)
  • Sai số tuyệt đối trung bình (MAE)
Gradient Boosting Cực Mạnh với XGBoost

Tính RMSE

Thực tế Dự đoán
10 20
3 8
6 1
Gradient Boosting Cực Mạnh với XGBoost

Tính RMSE

Thực tế Dự đoán Lỗi
10 20 -10
3 8 -5
6 1 5
Gradient Boosting Cực Mạnh với XGBoost

Tính RMSE

Thực tế Dự đoán Lỗi Bình phương lỗi
10 20 -10 100
3 8 -5 25
6 1 5 25
  • Tổng bình phương lỗi: 150
  • Sai số bình phương trung bình: 50
  • RMSE: 7.07
Gradient Boosting Cực Mạnh với XGBoost

Tính MAE

Thực tế Dự đoán Lỗi
10 20 -10
3 8 -5
6 1 5
  • Tổng lỗi tuyệt đối: 20
  • Sai số tuyệt đối trung bình: 6.67
Gradient Boosting Cực Mạnh với XGBoost

Các thuật toán hồi quy phổ biến

  • Hồi quy tuyến tính
  • Cây quyết định
Gradient Boosting Cực Mạnh với XGBoost

Thuật toán dùng cho cả hồi quy và phân loại

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

Cùng luyện tập nào!

Gradient Boosting Cực Mạnh với XGBoost

Preparing Video For Download...