Model seçimi: regresyon modelleri

Python ile Machine Learning Mülakat Sorularını Pratik Etme

Lisa Stuart

Data Scientist

Multicollinearity

• Bağımsız değişkenler arası yüksek korelasyon
• Tahmini regresyon katsayıları
  • IV'in DV'de açıkladığı değişim
  • Diğer değişkenler sabitken

¹ https://eigenblogger.com/2010/03/26/post1426/

Multicollinearity'nin etkileri

• Katsayıları küçültür
• p-değerlerini düşürür
• Varyans dengesizdir
• Aşırı uyum (overfitting)
• Artan standart hata nedeniyle istatistiksel anlamlılık azalır
• Hedef değişkenle gerçek ilişki belirsizleşir

Multicollinearity'yi gidermek için teknikler

• Korelasyon matrisi
• Korelasyon ısı haritası
• Varyans şişirme faktörü (VIF) hesapla
• Ceza terimleri ekle (Ridge, Lasso)
• PCA

Korelasyon matrisi vs ısı haritası

Varyans şişirme faktörü

VIF değeri	Multicollinearity
<= 1	yok
> 1	var, ama göz ardı edilebilir
> 5	var, müdahale gerekli

Fonksiyonlar

Fonksiyon/yöntem	döndürür
sklearn.linear_model.LinearRegression	Linear Regression
data.corr()	korelasyon matrisi
sns.heatmap(corr)	korelasyon ısı haritası
mod.coef_	tahmini model katsayıları
mean_squared_error(y_test, y_pred)	MSE
r2_score(y_test, y_pred)	R-kare skoru
df.columns	sütun adları

Hadi pratik yapalım!

Python ile Machine Learning Mülakat Sorularını Pratik Etme