❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_210

🔠 Назовите условия применения линейной регрессии (Часть_1)

- Линейная зависимость: Между независимыми и зависимыми переменными должна существовать линейная зависимость. Это можно проверить, например, с помощью точечной диаграммы, где наблюдаемые значения X и Y должны следовать за определенной линией. Если это не так, может потребоваться применение нелинейных функций для создания линейной зависимости 2.

https://boosty.to/denoise_lab/donate - поддержать наш канал.

#Linear Dependence #Linear Independence #Vectors #Matrix #PivotPosition #FreeVariables
#Span #NonlinearFunctions

❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_210

🔠 Назовите условия применения линейной регрессии (Часть_2)

- Остаточная независимость: Остатки (разница между наблюдаемыми и прогнозируемыми значениями) не должны иметь идентифицируемой закономерности между собой. Это можно проверить с помощью различных математических тестов, например, теста Дурбина-Уотсона. Важно, чтобы остатки не показывали систематические отклонения, которые могли бы указывать на наличие выбросов или других проблем с данными

https://boosty.to/denoise_lab/donate - поддержать наш канал.

#LinearDependence #LinearIndependence #Vectors #Matrix #PivotPosition #FreeVariables
#Span #NonlinearFunctions

❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_210

🔠 Назовите условия применения линейной регрессии (Часть_3)

- Нормальность: Невязки (остатки) должны быть нормально распределены. Это можно проверить с помощью графиков Q-Q или других статистических методов. Если невязки не нормализованы, возможно, потребуется проверить данные на наличие выбросов или нетипичных значений и, возможно, выполнить нелинейные преобразования данных.

https://boosty.to/denoise_lab/donate - поддержать наш канал.

#LinearDependence #LinearIndependence #Vectors #Matrix #PivotPosition #FreeVariables
#Span #NonlinearFunctions

❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_210

🔠 Назовите условия применения линейной регрессии (Часть_4)

- Гомоскедастичность: Невязки должны иметь постоянную дисперсию или стандартное отклонение от среднего для каждого значения X. Если это предположение нарушается, результаты анализа могут быть неточными, и возможно, потребуется корректировка зависимой переменной, например, изменение масштаба

https://boosty.to/denoise_lab/donate - поддержать наш канал.

#LinearDependence #LinearIndependence #Vectors #Matrix #PivotPosition #FreeVariables
#Span #NonlinearFunctions