Armanca gotarê ew e ku piştgirî bide zanyarên daneya destpêkê. LI
Çima maqûl e ku meriv zêde bala xwe bide formula ?
Ew bi hevkêşana matrixê re ye ku di pir rewşan de mirov dest pê dike ku bi paşveçûna xêzikî re were nas kirin. Di heman demê de, hesabên hûrgulî yên ka formula çawa hate derxistin kêm in.
Mînakî, di qursên fêrbûna makîneyê de ji Yandex, dema ku xwendekar bi rêkûpêkbûnê têne nas kirin, ji wan re tê pêşkêş kirin ku fonksiyonên ji pirtûkxaneyê bikar bînin. sklearn, di heman demê de ku di derbarê temsîla matrixê ya algorîtmê de peyvek jî nayê gotin. Di vê gavê de dibe ku hin guhdaran bixwazin ku vê pirsgirêkê bi hûrgulî fam bikin - bêyî karanîna fonksiyonên amade kodê binivîsin. Û ji bo vê yekê, divê hûn pêşî hevkêşeyê bi rêkûpêkek di forma matrixê de pêşkêş bikin. Ev gotar dê bihêle kesên ku dixwazin jêhatîbûnên weha master bikin. Werin em dest pê bikin.
Şertên destpêkê
Nîşaneyên armancê
Rêjeya nirxên me yên armanc hene. Mînakî, nîşana mebest dikare bihayê her hebûnê be: neft, zêr, genim, dolar, hwd. Di heman demê de, ji hêla çend nirxên nîşana armancê ve em tê wateya hejmara çavdêriyan. Çavdêriyên weha dikarin bibin, wek nimûne, bihayên mehane yên neftê yên salê, ango em ê bibin xwediyê 12 nirxên armanc. Ka em dest bi danasîna nîşeyê bikin. Ka em her nirxa nîşana armancê wekî destnîşan bikin . Bi tevahî em hene çavdêriyan, ku tê vê wateyê ku em dikarin çavdêriyên xwe wekî temsîl bikin .
Regressors
Em ê texmîn bikin ku faktor hene ku heya radeyekê nirxên nîşana armancê rave dikin. Bo nimûne, rêjeya danûstendinê ya dolar/rûble bi tundî bandorê li buhayê petrolê, rêjeya Rezerva Federal û hwd dike. Di heman demê de, her nirxa nîşana armancê divê bi nirxek regresor re têkildar be, ango heke di sala 12-an de ji bo her mehê 2018 nîşanên mebestê hebin, wê hingê divê ji bo heman heyamê 12 nirxên regresor jî hebin. Ka em nirxên her regresorê bi wan destnîşan bikin . Bila di doza me de hebe paşveçûn (ango. faktorên ku bandorê li nirxên nîşana armancê dikin). Ev tê vê wateyê ku regresorên me wiha têne pêşkêş kirin: ji bo paşvekêşana 1mîn (mînak, bihayê petrolê): , ji bo paşvekêşana 2mîn (mînak, rêjeya Fed): , Ji bo "-th" regresor:
Girêdana nîşaneyên armancê bi paşvekêşan
Ka em texmîn bikin ku girêdayîbûna nîşana armancê ye ji paşverû"th" çavdêrî dikare bi rêgezek regresyonê ya xêzkirî ya formê were diyar kirin:
ko - "-th" nirxa regresor ji 1 ber ,
- hejmara regresoran ji 1 heta
- hevrêzên goşeyî, ku mîqdara ku nîşana mebesta hesabkirî dê bi navînî biguhezîne dema ku regresor diguhezîne.
Bi gotineke din, em ji bo her kesî ne (ji bilî ) ya regresorê em hevbera "me" diyar dikin , dûv re hevberan bi nirxên paşverûyan pir bikin"th "çavdêrî, di encamê de em nêzîkatiyek diyar digirin"-th" nîşana armancê.
Ji ber vê yekê, pêdivî ye ku em rêjeyên weha hilbijêrin , ku tê de nirxên fonksiyona me ya nêzîkatî ye dê bi qasî ku pêkan nêzî nirxên nîşana armancê bibin.
Nirxandina kalîteya fonksiyona nêzîkbûnê
Em ê bi karanîna rêbaza çargoşeya herî kêm nirxandina kalîteyê ya fonksiyona nêzîkbûnê diyar bikin. Fonksiyona nirxandina kalîteyê di vê rewşê de dê forma jêrîn bigire:
Pêdivî ye ku em van nirxan ji bo nirxa $w$ hilbijêrin dê ya herî biçûk be.
Veguherandina hevkêşeyê di forma matrixê de
Nûnertiya Vector
Ji bo destpêkê, ji bo ku hûn jiyana xwe hêsantir bikin, divê hûn bala xwe bidin hevoksaziya regresyonê ya xêz û bala xwe bidin ku hevbera yekem bi tu regresorekî nayê zêdekirin. Di heman demê de, gava ku em daneyan veguherînin forma matrixê, rewşa jorîn dê hesaban bi giranî tevlihev bike. Di vî warî de, tê pêşniyar kirin ku ji bo hevbera yekem a regresorek din were destnîşan kirin û wê bikin yek. Ya rast, her "nirxa mîn ya vê paşvekêşanê bi yek re hevber bikin - her tiştî, dema ku bi yekê were zêde kirin, ji hêla encamên hesaban ve tiştek nayê guhertin, lê ji hêla qaîdeyên ji bo hilberîna matrican ve, ezabê me dê bi awayekî berbiçav kêm bibe.
Naha, ji bo vê gavê, ji bo hêsankirina materyalê, em texmîn bikin ku me tenê yek heye "-th" çavdêrîkirin. Dûv re, nirxên paşverûyan bifikirin "-th" çavdêriyên wekî vektor . Vektor pîvan heye ew e rêz û 1 stûn:
Werin em hevberên pêwîst wekî vektorê nîşan bidin , xwedî pîvan :
Wekheviya regresyonê ya xêz ji bo "-th" çavdêrî dê forma xwe bigire:
Fonksiyona ji bo nirxandina qalîteya modelek xêzik dê formê bigire:
Ji kerema xwe bala xwe bidin ku li gorî qaîdeyên pirkirina matrixê, me hewce kir ku vektorê veguhezînin .
Nûnertiya matrixê
Di encama pirkirina vektoran de, em jimareyê digirin: , ku tê hêvî kirin. Ev hejmar nêzîkatî ye"-th" nîşana armancê. Lê em ne tenê nirxek armancê, lê hemî wan nêzîkatiyek hewce ne. Ji bo vê yekê, bila her tiştî binivîsin "-th" regresorên di forma matrixê de . Matrixa encam xwedî pîvan e :
Niha hevkêşeya regresyonê ya xêz dê forma xwe bigire:
Ka em nirxên nîşaneyên armancê destnîşan bikin (hemû ) per vektor ebat :
Naha em dikarin hevkêşeya ji bo nirxandina qalîteya modelek xêzikî di forma matrixê de binivîsin:
Bi rastî, ji vê formulê em bêtir formula ku ji me re tê zanîn distînin
Çawa tê kirin? Klasîk têne vekirin, cudahî têne kirin, vegotinên encam têne veguherandin û hwd., û tiştê ku em ê niha bikin ev e.
Veguherandinên matrixê
Werin em kevokan vekin
Ka em hevkêşeyek ji bo cudabûnê amade bikin
Ji bo vê yekê, em ê hin veguherînan pêk bînin. Di hesabên paşîn de ger vektor dê ji me re hêsantir be dê di destpêka her berhemê de di hevkêşeyê de were temsîl kirin.
Guhertin 1
Çawa çêbû? Ji bo bersiva vê pirsê, tenê li mezinahiya matrîsên ku têne zêdekirin binêrin û bibînin ku di encam de em jimareyek an wekî din distînin. .
Ka em mezinahiyên bêjeyên matrixê binivîsin.
Guhertin 2
Ka em wê bi rengekî mîna veguherîna 1 binivîsin
Di encam de em hevkêşeyek ku divê em ji hev cuda bikin distînin:
Em fonksiyona nirxandina kalîteya modelê cuda dikin
Werin em di warê vektorê de ji hev cuda bikin :
Pirs çima divê tune be, lê em ê operasyonên ji bo destnîşankirina deran ên di her du bêjeyên din de bi hûrgulî lêkolîn bikin.
Cûdahî 1
Ka em li ser cihêrengiyê berfireh bikin:
Ji bo ku hûn jêdera matrix an vektorê diyar bikin, hûn hewce ne ku li hundurê wan binêrin. Ka em lê binêrin:
Ka em hilberîna matrican destnîşan bikin bi rêya matrixê . Matrix çargoşe û ji bilî vê, sîmetrîk e. Van taybetmendiyan dê paşê ji me re bikêr bin, em wan bi bîr bînin. Matrix pîvan heye :
Naha peywira me ev e ku em vektoran bi matrixê rast pirjimar bikin û nebin "du caran du pênc e", ji ber vê yekê em hûr bibin û pir baldar bin.
Lêbelê, me îfadeyek tevlihev bi dest xist! Bi rastî, me jimarek wergirt - skalar. Û naha, bi rastî, em ber bi cihêbûnê ve diçin. Pêdivî ye ku ji bo her hevberek jêdera bêjeya encam were dîtin û vektora pîvanê wekî encam bistînin . Tenê di rewşê de, ez ê proseduran bi çalakiyê binivîsim:
1) ferq kirin , em distînin:
2) ferq kirin , em distînin:
3) ferq kirin , em distînin:
Derketin vektora mezinahiyê ya sozdar e :
Ger hûn ji nêz ve li vektorê mêze bikin, hûn ê bibînin ku hêmanên rastê yên vektorê yên çep û têkildar dikarin bi vî rengî werin kom kirin ku, di encamê de, vektorek ji vektora pêşkêşkirî were veqetandin. mezinayî . Mînakî (hêmana çepê ya xeta jorîn a vektorê) (hêmana rastê ya rêza jorîn a vektorê) dikare wekî were destnîşan kirin û - wekî etc. li ser her rêzê. Ka em kom bikin:
Ka em vektorê derxînin û di encam de em distînin:
Naha, bila em ji nêz ve li matrixê encam bidin. Matrix berhevoka du matrican e :
Ka em bînin bîra xwe ku hinekî berê me yek taybetmendiyek girîng a matrixê destnîşan kir - sîmetrîk e. Li ser bingeha vê taybetmendiyê, em dikarin bi dilsozî bêjin ku ev vegotin wekhev . Bi berfirehkirina hilbera matrican hêman bi hêman ve ev bi hêsanî dikare were verast kirin . Em ê li vir vê yekê nekin; kesên eleqedar dikarin bixwe kontrol bikin.
Em vegerin ser îfadeya xwe. Piştî veguherînên me, ew awayê ku me dixwest em wê bibînin derket holê:
Ji ber vê yekê, me cûdahiya yekem qedand. Em herin ser îfadeya duyemîn.
Cûdahî 2
Werin em li ser rêya lêdanê bişopînin. Ew ê ji ya berê pir kurttir be, ji ber vê yekê ji ekranê pir dûr neçin.
Ka em vektor û matrixê bi hêman berfireh bikin:
De ka em van herduyan ji hesaban derxin demekê - ew roleke mezin naleyze, paşê em ê dîsa bidine cihê xwe. Werin em vektoran bi matrixê zêde bikin. Berî her tiştî, werin em matrixê zêde bikin to vector , li vir ti astengiyên me nînin. Em vektora mezinbûnê digirin :
Ka em çalakiya jêrîn pêk bînin - vektorê zêde bikin ji vektora encam re. Di derketinê de wê hejmar li benda me be:
Wê demê em ê ji hev cuda bikin. Di encam de em vektorek pîvanê digirin :
Tiştekî tê bîra min? Ew rast e! Ev hilbera matrixê ye to vector .
Bi vî rengî, cihêrengiya duyemîn bi serfirazî qediya.
Şûna encamê
Niha em dizanin ka çawa wekhevî çêbû .
Di dawiyê de, em ê rêyek bilez ji bo veguheztina formulên bingehîn diyar bikin.
Ka em qalîteya modelê li gorî rêbaza çargoşeya herî kêm binirxînin:
Ka em bêjeya encam ji hev cuda bikin:
Wêjeyê
Çavkaniyên Înternetê:
1)
2)
3)
4)
Pirtûkên dersê, berhevokên pirsgirêkan:
1) Nîşaneyên dersê li ser matematîkên bilind: qursa tevahî / D.T. Nivîsand - çapa 4. – M.: Iris-press, 2006
2) Analîza regresyonê ya sepandî / N. Draper, G. Smith - 2nd ed. – M.: Finance and Statistics, 1986 (wergera ji Îngilîzî)
3) Pirsgirêkên ji bo çareserkirina hevkêşeyên matrixê:
Source: www.habr.com