Regressionöversikt

Extreme Gradient Boosting med XGBoost

Sergey Fogelson

Head of Data Science, TelevisaUnivision

Grunderna i regression

  • Utfallet är ett reellt värde

Extreme Gradient Boosting med XGBoost

Vanliga regressionsmått

  • Rotvärdet av medelkvadratfelet (RMSE)
  • Medelabsolutfelet (MAE)
Extreme Gradient Boosting med XGBoost

Beräkna RMSE

Faktiskt Förutsagt
10 20
3 8
6 1
Extreme Gradient Boosting med XGBoost

Beräkna RMSE

Faktiskt Förutsagt Fel
10 20 -10
3 8 -5
6 1 5
Extreme Gradient Boosting med XGBoost

Beräkna RMSE

Faktiskt Förutsagt Fel Kvadratfel
10 20 -10 100
3 8 -5 25
6 1 5 25
  • Totalt kvadratfel: 150
  • Medelkvadratfel: 50
  • Rotvärdet av medelkvadratfelet: 7,07
Extreme Gradient Boosting med XGBoost

Beräkna MAE

Faktiskt Förutsagt Fel
10 20 -10
3 8 -5
6 1 5
  • Totalt absolutfel: 20
  • Medelabsolutfel: 6,67
Extreme Gradient Boosting med XGBoost

Vanliga regressionsalgoritmer

  • Linjär regression
  • Beslutsträd
Extreme Gradient Boosting med XGBoost

Algoritmer för både regression och klassificering

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

Nu kör vi en övning!

Extreme Gradient Boosting med XGBoost

Preparing Video For Download...