知识卡片
对数回归改变误差解释尺度
正值流量分布跨度很大时,对PageViews和UniqueVisitors取对数可压缩尺度,便于观察与拟合乘法型关系。模型残差和RMSE此时都在对数尺度,不能当作原始访问次数误差。反变换预测均值还需考虑误差分布;零值要另定规则,原文logp应辨明为log1p等接口。
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 预测网页流量 · 连续片段1 · 查看原书依据
lm.fit<-lm(log(PageViews)~log(UniqueVisitors), data=top.1000.sites) 图 5-10 带回归直线的UniqueVisitors对PageViews的log刻度散点图 现在已经拟合了这样一条直线,我们想要获得一份关于它
参考来源
- 位置:《机器学习:实用案例解析》第05章《预测网页流量 · 连续片段1》(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/part3105.html,spine3211)
- 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:lm.fit<-lm(log(PageViews)~log(UniqueVisitors), data=top.1000.sites) 图 5-10 带回归直线的UniqueVisitors对PageViews的log刻度散点图 现在已经拟合了这样一条直线,我们想要获得一份关于它