A rigressione analizeghja relazioni trà Variables
A regressione hè una tecnica di data mining utilizata per predichjà una varietà di valuti numerichi (chjamati chjamati valori cuntinui ), datu un settidu particulare. Per esempiu, regressione pò esse usata per prevederà u costu di un pruduttu o serviziu, datu altri variate.
A regressione hè usata in l'industrii multiplici per u prugrammu di cummerciale è di u marketing, a previsione finanziaria, u mudellu à l'ambiente è l'analisi di i tendenzi.
Regressione Vs. Classificazione
A regressione è a classificazione sò tecniche in a minuristica di data per usà solu per prublemi simili, ma sò spessu cunfondati. Tutti sò utilizati in l'analizamentu predichi, ma a regressione hè usata per predichisce un risultu numicu o cuntinuu mentre a classificazione assigna datu à categurie discrete.
Per esempiu, a rigressione seria usata per prevede u valore di una casa basatu nantu à a so situazione, quatru quatru, u prezzu quandu vendenu vende, u prezzu di e vacanze similar, è altri fattori. A classificazione hè stata per esse si vulete ingannà l'urganizazioni in e categurie, cum'è a passageri, a grandezza o di a norma di crimini.
Tipi di tecnichi di Regritjoni
A forma simplista è più antica di regressione hè regressione lineale per estimà a relazione trà duie varianti. A tecnica utilizeghja a formula matematica di una recta (y = mx + b). In i paroli chiaru, questu hè chì simplicemente significa chì, datu un graffu cù una Y è un assi X, a relazione entre X è Y hè una linea recta cun quelli altri. Per esempiu, pudemu assicurà chì, datu un crescente di a pupulazione, a pruduzzioni di l'alimenta anu aduprà a listessa tarifa - questu hè necessaria una relazione forte è lineale trà i dui figuri. Per visualizà questu, cunzidira un grafu in quale l'aghjulazione di l'assi di u Y aumenta, e l'arcu X-piste di a produzzione alimentaria. Cumu u valore di u valore Y, u valore X acciccerà annantu à a listessa tarifa, facendu a rilazioni tra un lineu recta.
I tecnichi avanzati, cum'è una regressione múltiple, predice una relazione entre variàbili variate - per esempiu, ci hè una correlazione entre l'ingudu, l'educazione è induve si chjese a vive? A aghjunghje di più di variàbili aumenta considerablemente a cumplessità di a prediczione. Ci hè parechji tipi di tecniche di regressioni multiple cù standard, uparatu, sensu è pocu, ogni cun l'appiccazione propria.
À questu puntu, hè impurtante cumprendre a cosa chì avemu prova di predichjà (a variabilità dipendente o predice ) è a dati chì avemu utilizatu per fà a prediczione (a varianti indipindenti o predice ). In u nostru esempiu, vulemo predichendu u locu duv'ellu si sceglie per vive (u vultulusu previstu ) dà ingaghjamentu è l'educazione (varietale di predictore ).
- Una regressione múltipla standard cunzidira à tutte e variazioni di predictore à u stessu tempu. Per esempiu 1) chì hè a relazione trà l'ingudu è l'educazione (predictors) è l'anziani di u vecchiu (previsti); è 2) à quale diploma facenu unu di i preputenti indiviate cuntribuiscenu à quella rilazioni?
- A regressione multiplica risponde à una dumanda sfattate diversa. Un algoritmu di regressioni pocu analizà quelli chì predittori sò megliu utilizati per predice l'scelta di u vecchiu - significatu chì u mudellu furmale evalueghja l'ordine di l'impurtanza di e variatori predittore è seguità un subestazione relevante. Stu tipu di prublema di regressione usa "passi" per sviluppà l'equazzioni rigresszioni. Dognu stu tipu di regressione, ogni predittore pò mancu appena appena à l'equazioni per regressione finali.
- A regressione regenerativa , cum'è u viottu, hè un prucessu sequenziale, ma i variatori di predictore sò intruti in u mudellu in un ordine predeterminatu definitu in avanzu, esempiu l'algoritmu ùn cuntene un set di iquazzione integrati per determinar l'ordine in u quale entre i preputenti. Questa hè aduprata più spessu chì l'individuu creendu l'equazioni di regressione hà una sapè expertu di u campu.
- A regressione Setwise hè ancu simili à u passu, ma analizeghja seti di variàbili in quantui di variate individuali.