Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 27 vistas

    Clase 4 - TipTratamientoDatos

    Cargado por

    Vanessa Gironda
    Este documento resume los conceptos clave de regresión lineal, regresión RIDGE y regresión LASSO. La regresión lineal determina la relación entre dos variables cuantitativas mediante una línea de ajuste que minimice el error cuadrático medio. La regresión RIDGE evita el sobreajuste al reducir la variabilidad de los coeficientes. La regresión LASSO considera el valor absoluto de las pendientes para determinar las variables menos útiles y reducir sus pendientes a cero.

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd

    Clase 4 - TipTratamientoDatos

    Cargado por

    Vanessa Gironda
    27 vistas10 páginas
    Este documento resume los conceptos clave de regresión lineal, regresión RIDGE y regresión LASSO. La regresión lineal determina la relación entre dos variables cuantitativas mediante una línea de ajuste que minimice el error cuadrático medio. La regresión RIDGE evita el sobreajuste al reducir la variabilidad de los coeficientes. La regresión LASSO considera el valor absoluto de las pendientes para determinar las variables menos útiles y reducir sus pendientes a cero.

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PPTX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento resume los conceptos clave de regresión lineal, regresión RIDGE y regresión LASSO. La regresión lineal determina la relación entre dos variables cuantitativas mediante una línea de ajuste que minimice el error cuadrático medio. La regresión RIDGE evita el sobreajuste al reducir la variabilidad de los coeficientes. La regresión LASSO considera el valor absoluto de las pendientes para determinar las variables menos útiles y reducir sus pendientes a cero.

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd
    Descargar como pptx, pdf o txt
    27 vistas10 páginas

    Clase 4 - TipTratamientoDatos

    Cargado por

    Vanessa Gironda
    Este documento resume los conceptos clave de regresión lineal, regresión RIDGE y regresión LASSO. La regresión lineal determina la relación entre dos variables cuantitativas mediante una línea de ajuste que minimice el error cuadrático medio. La regresión RIDGE evita el sobreajuste al reducir la variabilidad de los coeficientes. La regresión LASSO considera el valor absoluto de las pendientes para determinar las variables menos útiles y reducir sus pendientes a cero.

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd
    Descargar como pptx, pdf o txt
    Está en la página 1de 10

    DIPLOMADO

    Big Data, Analytics y Business


    Intelligence
    DATA
    ANALYTICS
    MODULO II
    DATA ANALYTICS
    Regresión Lineal
    • Determina el tipo de relación que existe dos variables cuantitativas
    • Línea que se ajuste a todos los puntos
    • Línea recta que se ajuste a todos los puntos de
    dispersión con el menor error mínimo

    y Y= A+BX

    Y=A+BX1+CX2
    B

    x
    Recta de regresión
    • Línea tal que la distancia entre cada uno de los
    puntos y la línea recta sea lo mínimo posible
    El método mínimos cuadrados nos
    garantiza que
    La sumatoria de las distancias
    verticales entre cada uno de los
    puntos de dispersión y la recta de
    regresión es la mínima posible

    Existe un error entre


    y - y estimada
    Regresión Lineal
    • Mejor curva, línea que se ajuste a mis datos
    Sobreajuste: implica que la línea pase
    por todos los puntos
    Regresión RIDGE LASSO
    • COMO ? Existe sobreajuste cuando dividimos
    los datos en un set:
    Entrenamiento (train)
    • Aplicando una penalización Prueba(test)

    train test

    Suma de cuadrados =0
    perfecto
    Buen ajuste Mal ajuste
    TRAINING DATA SET
    Suma de cuadrados = ALTO
    ALTA VARIANZA

    Sobreajuste Ridge -> Evita sobreajuste


    Rediciendo l;a variabilidad
    Regresión RIDGE
    • Encontrar una línea/curva que mejor represente a los datos de prueba

    Cambia la línea

    Baja rendimiento del modelo


    en datos de entrenamiento
    Pero considera un mejor
    rendimiento considerando
    ambos datasets
    RIDGE
    • IMPLICA QUE SEA MENOS
    SENSITIVO A VARIACIONES DE
    LA VARIABLE INDEPENDIENTE
    (x)

    Termino de penalizacion
    LASSO
    • TOMA EN CUANTA EL VALOR ABSOLUTO DE LA
    PENDIENTE
    • UTILIZADO PARA DETERMINAR VARIABLES MENOS
    UTILES-> REDUCE LA PENDIENTE A CERO AL
    TRATARSE DE VALOR ABSOLUTO

    Termino de penalización

    También podría gustarte

    pFad - Phonifier reborn

    Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.

    Note: This service is not intended for secure transactions such as banking, social media, email, or purchasing. Use at your own risk. We assume no liability whatsoever for broken pages.


    Alternative Proxies:

    Alternative Proxy

    pFad Proxy

    pFad v3 Proxy

    pFad v4 Proxy