Regressione

- k-Means clustering e k-nearest neighbor sono entrambi apprendimento basato su istanze o pigro. Ciò significa che ottieni tutte le risposte in un unico grande splash. Se qualcosa cambia nei tuoi dati, devi rieseguire l'algoritmo da zero. Ciò potrebbe rendere difficile la scalabilità di questi modelli perché si sta lavorando con molti più dati contemporaneamente. A volte non si desidera algoritmi di machine learning basati su istanza. Invece, vorrai vedere una relazione numerica continua tra diverse parti dei tuoi dati. Per questo, potresti usare qualcosa come l'analisi di regressione. L'analisi di regressione esamina la relazione tra i predittori e il risultato. A volte sentirai predittori chiamati variabili di input, variabili indipendenti o persino regressori. Gli algoritmi di regressione dell'apprendimento automatico di solito funzionano in modo simile. Una volta che hai i tuoi dati di allenamento, fai una previsione e poi vedi quanto sei vicino al risultato. Quindi ripeti più e…