Metodin todisteiden tietue

Linear Regression (ML)

Linear regression fits a straight-line relationship between one or more input features and a continuous numeric outcome by minimising the sum of squared prediction errors. As a machine-learning model it is trained on labeled examples and evaluated on held-out data, making it the simplest supervised learning baseline for any regression task.

Sources recorded, not reviewed

Lähdetietue

Sitaatit kopioitu sanatarkasti metodin lähdetietueesta. Niistä ei päätellä väitteiden tasoista varmennusta.

Linear Regression as a Machine Learning Model

Taksonominen metoditietue · ml-model / machine-learning

Hastie, T., Tibshirani, R. & Friedman, J. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction (2nd ed., Ch. 3). Springer. · ISBN 978-0-387-84858-7
James, G., Witten, D., Hastie, T. & Tibshirani, R. (2013). An Introduction to Statistical Learning (Ch. 3). Springer. · ISBN 978-1-4614-7138-7

Avaa koko metodi

Kuratoituja väitteitä

Väitteet tallennettu todistusaineiston pääkirjaan, jokaisella oma arviointinsa.

Ei vielä kuratoituja väitteitä

Tämä näkymä ei keksi väitteen arviointia, jos pääkirjassa ei ole sitä.

Liittyvät metodit

Luotu metodigraafista ja näytetään koneen ehdottamina suhteina – väitteitä ei päätellä.

Same method familyDecision Treemachine-suggested · Relational suggestion, not evidence.Same method familyGradient Boostingmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketLogistic regression (ML)machine-suggested · Relational suggestion, not evidence.Same method familyRandom Forestmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketRegularized linear regressionmachine-suggested · Relational suggestion, not evidence.