知识卡片
虚拟变量允许分组均值预测
对0/1类别可分别计算训练组均值,再按输入类别选择相应预测。相当于用一项二元信息修正常数基准;样本内损失不增加并不证明新样本一定改善。书中约10%误差下降来自虚构数据,不能当作真实吸烟效应或通用收益。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第5章 回归模型:预测网页访问量 使用虚拟变量的回归模型 · 查看原书依据
先分别估计吸烟的人和不吸烟的人的死亡年龄均值,然后根据你要研究的人是否吸烟,以对应均值作为其预测寿命。这一次,我们将使用均方根误差(Root Mean Squared Error, RMSE)来代替均方误差(MSE),它在机器学习文献中更加常见。 下面是将吸烟的人和不吸烟的人分成
参考来源
- 位置:《机器学习:实用案例解析》第05章《使用虚拟变量的回归模型》(来源项目book-sources;源文件:extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part3103.html,spine3209)
- 结论依据:原文的案例步骤与解释支持所述机制;R包、外部API与数据接口限定于本书出版时环境,不作为当前兼容性承诺。
- 原始内容:先分别估计吸烟的人和不吸烟的人的死亡年龄均值,然后根据你要研究的人是否吸烟,以对应均值作为其预测寿命。这一次,我们将使用均方根误差(Root Mean Squared Error, RMSE)来代替均方误差(MSE),它在机器学习文献中更加常见。 下面是将吸烟的人和不吸烟的人分成