or
Ця вправа є частиною курсу
Ви вивчите основи цієї популярної статистичної моделі, що таке регресія та чим відрізняються лінійна і логістична регресії. Далі ви навчитеся будувати прості лінійні регресійні моделі з числовими й категоріальними пояснювальними змінними та описувати зв'язок між відгуком і пояснювальними змінними за допомогою коефіцієнтів моделі.
У цьому розділі ви дізнаєтеся, як використовувати лінійні регресійні моделі для створення прогнозів цін на житло на Тайвані та кліків по рекламних оголошеннях у Facebook. Ви також поглибите свої навички регресії, попрацювавши з об'єктами моделі, розберетеся з поняттям «регресія до середнього» та навчитеся перетворювати змінні в наборі даних.
У цьому розділі ви навчитеся ставити запитання до своєї моделі, щоб оцінити її підгонку. Ви дізнаєтеся, як кількісно оцінювати, наскільки добре підходить лінійна регресійна модель, діагностувати проблеми моделі за допомогою візуалізацій і зрозуміти важелі та вплив кожного спостереження, використаного для створення моделі.
Навчіться будувати моделі логістичної регресії. Використовуючи реальні дані, ви передбачатимете ймовірність того, що клієнт закриє свій банківський рахунок, як імовірності успіху та як співвідношення шансів, а також кількісно оцінюватимете якість моделі за допомогою матриць помилок.
Поточна вправа