旦找到了回归模型接下来的问题就

[account_disabled]

是用它来进行预测。也就是说考虑未来几个月的特征来预测产量。请注意在回归和分类的两种情况下移动是相同的。现在让我们举一个不同的例子。聚类示例–无监督问题–寻找人格特质另一个例子。想象一下您想要从您测量的特征中找到个性特征。例如。您可以收集人格不同方面的数据自信、自尊、同理心、信念、领导力等……您可以使用问卷来衡量这些特征每个方面的得分为到。现在我们有了测量的特性。门票。现在你想找到个性线索或模式。如果您有足够数量的观察结果则可以应用聚类算法来尝试查找在统计上彼此不同的组。一旦你找到这些先验的群体你就不知道它们是什么（无监督）这是分析它们并比较这些组的问题。



无监督机器学习的示例。聚类以发现行为模式查看哪些变量最重要以及哪里存在差异。这将有助于发现人格模式（例如领导者、企业家、艺术家等）这适用于数千种情况。当然在您的领域和项目中也是如此。……在这篇文章中我试图帮助您以简单实用的方式理解机器学习算法。当然我已经帮助您解读了机器学习单词的真正含义。您在 阿根廷移动的电话数字 科学文章中见过逻辑回归吗要么你已经看过它要么已经推荐你用你手中的数据来使用它。但事实是您不太了解逻辑回归是什么或如何解释它。在这篇文章中我将帮助您解释这项技术。它广泛应用于健康研究但也适用于许多其他领域。我们可以开始了吗免费统计培训了解如何成功分析您的项目数据。无需浪费数千小时来破译难以理解的统计公式。






立即参加免费培训什么是统计模型特别是线性回归首先我想帮助您理解什么是统计模型。在本文中我将更详细地解释该示例。最大心率是指心脏在短时间内所能达到的最高心率。为运动员设计训练非常重要。对于健康专业人士和运动员来说测量它的费用都非常昂贵。最好的办法是找到一个规则让您可以在知道患者年龄的情况下计算最大心率。我们该怎么做呢收集数据。您在此图像中看到的每个点都是已测量最大心率且已知年龄的患者。线性回归模型示例请注意这些点绘制出类似于下降趋势的东西。线性回归是一种统计模型允许我们用直线解释数据。瞧我们找到了一个将最大心率与年龄联系起来的数学模型（一条直线）。