A lineáris regresszió olyan statisztikai módszer, amely egy célváltozó és egy vagy több magyarázó változó közötti kapcsolatot egyenessel vagy síkkal írja le. Az együtthatókat általában úgy választják meg, hogy a négyzetes eltérések összege minimális legyen. A módszer könnyen érthető és értelmezhető: például megbecsülhető vele, mennyivel nő a bevétel, ha a reklámköltségvetés 1000 euróval nő. Nemlineáris összefüggéseknél eléri a határait.
Ügynökök, munkafolyamatok és sablonok egyetlen munkaterületen – ingyenes, 24 órás demó.
Demó indításaA logisztikus regresszió olyan statisztikai módszer, amely két kimenetel egyikének valószínűségét jósolja meg, például „vásárol” vagy „nem vásárol”. Súlyozza a bemeneti jellemzőket, és összegüket egy S alakú függvénnyel 0 és 1 közötti értékké alakítja. Mivel a súlyok könnyen értelmezhetők, széles körben használják hitelminősítésben, orvostudományban és marketingben, gyakran bonyolultabb modellek szilárd alapmérceként.
Az átlagos abszolút hiba (MAE) azt mutatja meg, hogy a modell előrejelzései átlagosan mennyivel térnek el a tényleges értékektől, iránytól függetlenül. A célváltozó mértékegységében fejezik ki, ezért könnyen érthető. Példa: egy napi értékesítési előrejelzés 12-es MAE-je azt jelenti, hogy a modell átlagosan 12 egységgel téved. A kiugró értékeket kevésbé súlyozza, mint a négyzetes hibamutatók.
A korrigált R-négyzet azt méri, mennyire jól magyarázza egy regressziós modell az adatok szóródását, a felhasznált magyarázó változók számával korrigálva. Az egyszerű R-négyzet minden további változóval nő, még akkor is, ha az semmit sem tesz hozzá; a korrigált változat bünteti a szükségtelen változókat. Ez lehetővé teszi a különböző méretű modellek igazságosabb összehasonlítását, például egy tíz helyett három tényezőt használó értékesítési előrejelzés esetében.
A prediktív modellezés a prediktív analitika technikai magja: ismert eredményű példaadatokból olyan modellt építenek, amely új esetekre értéket vagy osztályt jósol. Gyakori módszerek a regresszió, a döntési fák, a véletlen erdők és a neurális hálózatok. Egy modell például egy ingatlan árát becsülheti az alapterületből, a fekvésből és az építési évből. Az üzembe helyezés előtt visszatartott adatokon tesztelik, hogy kiszűrjék a túlillesztést.
