Регрессия
Регрессия используется, когда модель должна предсказать числовое значение: цену, температуру, вес, расстояние, время доставки или другой вещественный результат.
Классификация и регрессия
Заголовок раздела «Классификация и регрессия»Классификация предсказывает категорию. В программе такая категория часто кодируется целым числом: 0, 1, 2 и так далее. Например, 0 может означать бульдог, а 1 — спаниель.
Регрессия предсказывает вещественное число.
| Задача | Что предсказывает модель | Пример ответа |
|---|---|---|
| Классификация | номер категории | 0, 1, 2 |
| Регрессия | вещественное число | 42.7 |
Признаки и целевая переменная
Заголовок раздела «Признаки и целевая переменная»В задаче регрессии признаки записывают в матрицу X, а целевую переменную — в вектор y.
Например, если нужно предсказать цену квартиры:
X— площадь, число комнат, этаж;y— цена квартиры.
Пример задачи
Заголовок раздела «Пример задачи»Модель получает данные о квартирах, для которых известны площадь и цена. После обучения она может предсказать цену новой квартиры по ее признакам.
Как оценивать качество
Заголовок раздела «Как оценивать качество»В регрессии ответ почти никогда не совпадает с правильным значением абсолютно точно. Поэтому качество оценивают по величине ошибки.
Основные метрики:
MAE— средняя абсолютная ошибка;MSEиRMSE— метрики, сильнее штрафующие большие ошибки;R² Score— показывает, насколько модель лучше простого предсказания среднего значения.
Доступные модели
Заголовок раздела «Доступные модели»LinearRegressionKNNRegressorDecisionTreeRegressorRandomForestRegressorGradientBoostingRegressor