regression model

مدلی برای پیش‌بینی یک مقدار عددی، مثل قیمت خانه یا میزان بارش، بر اساس داده‌های ورودی است.

توضیح

در زمان آموزش، رابطهٔ میان ویژگی‌های ورودی و مقدار هدف را از داده‌ها یاد می‌گیرد و برای ورودی تازه یک مقدار عددی پیش‌بینی می‌کند. برای نمونه، linear regression رابطه‌ای خطی را با داده‌ها برازش می‌دهد. برخلاف classification model، هدف پیش‌بینی یک کمیت است، نه انتخاب یک دسته؛ بنابراین پیش‌بینی کد پستی، با وجود خروجی عددی، regression محسوب نمی‌شود.

مثال

برای تخمین قیمت یک خانه، مدل از نمونه‌های قبلی یاد می‌گیرد متراژ، موقعیت و سن بنا چه ارتباطی با قیمت دارند. خروجی برای خانهٔ تازه یک قیمت تخمینی است، نه دسته‌ای مثل «ارزان» یا «گران».

چرا مهمه

وقتی قرار است قیمت، مدت‌زمان یا میزان مصرف را پیش‌بینی کنی، با این مدل‌ها سروکار داری. تشخیص تفاوت پیش‌بینی کمیت و دسته کمک می‌کند روش آموزش و ارزیابی مناسبی انتخاب کنی.

این کارت را هوش مصنوعی نوشته و دو بار با هوش مصنوعی بررسی شده است.

بر پایهٔ «regression model» از Google Machine Learning Glossary (Google)، با مجوز CC BY 4.0.

مطالبی با این مفهوم

هنوز مطلبی منتشر نشده.