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 дізнаєтеся, як будувати прості моделі лінійної регресії з числовими та категоріальними пояснювальними змінними й як описувати зв'язок між відгуком і пояснювальними змінними за допомогою коефіцієнтів моделі.
У цьому розділі ви дізнаєтеся, як використовувати моделі лінійної регресії для прогнозування цін на житло на Тайвані та кліків по рекламі у Facebook. Ви також поглибите свої навички регресії, попрацювавши з об'єктами моделі, зрозумієте поняття «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 оцінити, наскільки добре підходить модель лінійної регресії, діагностувати проблеми моделі за допомогою візуалізацій і зрозуміти важільність та вплив кожного спостереження на створення моделі.
Навчіться будувати моделі логістичної регресії. Використовуючи реальні дані, ви оціните ймовірність того, що клієнт закриє свій банківський рахунок, у вигляді імовірностей успіху та шансів, а також кількісно оціните якість моделі за допомогою матриць неточностей.
Поточна вправа