Linearna regresija statistička je metoda koja odnos između ciljne varijable i jednog ili više prediktora opisuje pravcem ili ravninom. Koeficijenti se obično biraju tako da minimiziraju zbroj kvadrata odstupanja. Metoda je laka za razumijevanje i interpretaciju: primjerice, može procijeniti koliko raste prihod kada se proračun za oglašavanje poveća za 1000 €. Dolazi do granica kod nelinearnih odnosa.
Agenti, tijekovi rada i predlošci u jednom radnom prostoru – besplatna demo verzija na 24 sata.
Pokrenite demoLogistička regresija statistička je metoda koja predviđa vjerojatnost jednog od dva ishoda, poput „kupuje” ili „ne kupuje”. Ponderira ulazna obilježja i njihov zbroj pretvara u vrijednost između 0 i 1 pomoću funkcije S-oblika. Budući da se težine lako interpretiraju, naširoko se koristi u kreditnom bodovanju, medicini i marketingu, često kao solidna osnovna linija za složenije modele.
Srednja apsolutna pogreška (MAE) pokazuje koliko se predviđanja modela u prosjeku razlikuju od stvarnih vrijednosti, neovisno o smjeru odstupanja. Izražava se u mjernoj jedinici ciljne varijable, pa je lako razumljiva. Primjer: MAE od 12 kod prognoze dnevne prodaje znači da model u prosjeku griješi za 12 jedinica. Izuzetcima daje manju težinu nego mjere temeljene na kvadratu pogreške.
Prilagođeni R-kvadrat mjeri koliko dobro regresijski model objašnjava varijaciju u podacima, korigirano za broj korištenih prediktora. Obični R-kvadrat raste sa svakom dodatnom varijablom, čak i onom koja ništa ne doprinosi; prilagođena verzija kažnjava nepotrebne varijable. To omogućuje pravedniju usporedbu modela različite veličine, primjerice prognoze prodaje s tri umjesto deset čimbenika.
Prediktivno modeliranje tehnička je jezgra prediktivne analitike: pomoću primjera podataka s poznatim ishodima gradi se model koji za nove slučajeve predviđa vrijednost ili klasu. Uobičajene metode su regresija, stabla odlučivanja, slučajne šume i neuronske mreže. Model može, primjerice, procijeniti cijenu nekretnine na temelju površine, lokacije i godine izgradnje. Prije primjene testira se na izdvojenim podacima kako bi se otkrila pretreniranost.
