or
Den här övningen är en del av kursen
Du lär dig grunderna i den här populära statistiska modellen – vad regression är och hur linjär och logistisk regression skiljer sig åt. Sedan lär du dig att anpassa enkla linjära regressionsmodeller med numeriska och kategoriska förklaringsvariabler, samt hur du beskriver sambandet mellan responsvariabeln och förklaringsvariablerna med hjälp av modellkoefficienterna.
I det här kapitlet lär du dig att använda linjära regressionsmodeller för att göra förutsägelser om huspriser på Taiwan och klick på Facebook-annonser. Du fördjupar också dina regressionskunskaper genom att arbeta hands-on med modellobjekt, förstå begreppet "regression mot medelvärdet" och lära dig att transformera variabler i en datamängd.
I det här kapitlet lär du dig att ställa frågor till din modell för att utvärdera hur väl den anpassar sig till data. Du lär dig att kvantifiera hur bra en linjär regressionsmodell passar, diagnostisera modellproblem med hjälp av visualiseringar, och förstå varje observations hävstångseffekt och inflytande på modellen.
Lär dig att anpassa logistiska regressionsmodeller. Med verkliga data förutsäger du sannolikheten för att en kund avslutar sitt bankkonto – uttryckt som sannolikheter och odds – och kvantifierar modellens prestanda med hjälp av konfusionsmatriser.
Aktuell övning