知识卡片
回归控制不能自动消除混杂
加入广告、语言、访客量只能在已纳入变量及模型假设下比较条件关联。若遗漏关键因素,系数仍可能误导;网站语言与流行程度的因果方向也不能从回归本身决定。样本是2011年前千网站,不能泛化成当前所有网站规律。
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
如果有一个重要的变量从我们的输入中丢失了,回归模型的结果就可能与真相相差非常远。因此,你应该一直假设回归模型的结果是不确定的:“如果我们拥有的输入足够回答这个问题,那么答案应该是……” IsEnglish这一列告诉我们一个网站的主要语言是否是英语。审视整个列表,可以很清晰地看到,
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:如果有一个重要的变量从我们的输入中丢失了,回归模型的结果就可能与真相相差非常远。因此,你应该一直假设回归模型的结果是不确定的:“如果我们拥有的输入足够回答这个问题,那么答案应该是……” IsEnglish这一列告诉我们一个网站的主要语言是否是英语。审视整个列表,可以很清晰地看到,