Статистический отчет при создании моделей
Материал из MachineLearning.
(Новая: {{TOCright}} В данной работе приведен обзор статистических методов оценивания качества регрессионных мод...) |
(→Постановка задачи) |
||
Строка 13: | Строка 13: | ||
* <tex> y = \(y_1<br>\ \vdots<br>y_l\) </tex> — целевой вектор. | * <tex> y = \(y_1<br>\ \vdots<br>y_l\) </tex> — целевой вектор. | ||
- | + | Будем считать, | |
+ | что зависимость | ||
+ | |||
+ | <tex>y(x) = f(x) + \epsilon(x)</tex>, | ||
+ | |||
+ | где <tex>f(x)</tex> — некоторая неслучайная функция, | ||
+ | <tex>\epsilon(x)</tex> — случайная величина, | ||
+ | с нулевым [[Математическое ожидание|математически ожиданием]]. | ||
+ | В моделях [[Многомерная линейная регрессия|многомерной линейной регрессии]] предполагается, что неслучайная составляющая имеет вид: | ||
- | <tex> | + | <tex> f(x) = <w, \ x> </tex>. |
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
+ | Требуется численно оценить качество модели при заданном векторе параметров <tex> w</tex>. | ||
== Описание решения == | == Описание решения == |
Версия 16:25, 27 сентября 2011
|
В данной работе приведен обзор статистических методов оценивания качества регрессионных моделей, используемых популярными программами машинного обучения и статистической обработки данных. Приведены примеры вычисления и анализа полученных оценок.
Постановка задачи
Имеется пространство объектов-строк и
пространство ответов
.
Задана выборка
.
Обозначеним:
-
матрица информации;
-
вектор параметров;
-
целевой вектор.
Будем считать, что зависимость
,
где некоторая неслучайная функция,
случайная величина,
с нулевым математически ожиданием.
В моделях многомерной линейной регрессии предполагается, что неслучайная составляющая имеет вид:
.
Требуется численно оценить качество модели при заданном векторе параметров .
Описание решения
Вычислительный эксперимент
Исходный код и полный текст работы
Смотри также
Литература
![]() | Данная статья является непроверенным учебным заданием.
До указанного срока статья не должна редактироваться другими участниками проекта MachineLearning.ru. По его окончании любой участник вправе исправить данную статью по своему усмотрению и удалить данное предупреждение, выводимое с помощью шаблона {{Задание}}. См. также методические указания по использованию Ресурса MachineLearning.ru в учебном процессе. |