Przegląd regresji

Extreme Gradient Boosting with XGBoost

Sergey Fogelson

Head of Data Science, TelevisaUnivision

Podstawy regresji

  • Wynik jest wartością rzeczywistą

Extreme Gradient Boosting with XGBoost

Popularne metryki regresji

  • Pierwiastek błędu średniokwadratowego (RMSE)
  • Średni błąd bezwzględny (MAE)
Extreme Gradient Boosting with XGBoost

Obliczanie RMSE

Rzeczywista Przewidywana
10 20
3 8
6 1
Extreme Gradient Boosting with XGBoost

Obliczanie RMSE

Rzeczywista Przewidywana Błąd
10 20 -10
3 8 -5
6 1 5
Extreme Gradient Boosting with XGBoost

Obliczanie RMSE

Rzeczywista Przewidywana Błąd Błąd kwadratowy
10 20 -10 100
3 8 -5 25
6 1 5 25
  • Łączny błąd kwadratowy: 150
  • Średni błąd kwadratowy: 50
  • Pierwiastek błędu średniokwadratowego: 7,07
Extreme Gradient Boosting with XGBoost

Obliczanie MAE

Rzeczywista Przewidywana Błąd
10 20 -10
3 8 -5
6 1 5
  • Łączny błąd bezwzględny: 20
  • Średni błąd bezwzględny: 6,67
Extreme Gradient Boosting with XGBoost

Popularne algorytmy regresji

  • Regresja liniowa
  • Drzewa decyzyjne
Extreme Gradient Boosting with XGBoost

Algorytmy do regresji i klasyfikacji

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

Czas na ćwiczenia!

Extreme Gradient Boosting with XGBoost

Preparing Video For Download...