Odborná definícia
Význam a odborné vymedzenie pojmu
Regression je rodina štatistických a strojovo učiacich metód, ktoré odhadujú spojitú cieľovú hodnotu alebo inú podmienenú charakteristiku rozdelenia na základe vstupných premenných. Model môže byť lineárny, stromový, neurónový, kernelový alebo pravdepodobnostný. Tréning minimalizuje zvolenú stratu, napríklad MSE, MAE, Huberovu alebo kvantilovú stratu. Kvalita sa posudzuje na nevidených dátach a musí sa rozlišovať interpolácia od extrapolácie. Logistická regresia napriek názvu rieši klasifikáciu.
Zrozumiteľné vysvetlenie
Ako sa pojem používa v praxi
Regresný model odpovedá číslom, napríklad očakávanou spotrebou, časom doručenia alebo cenou. Nejde iba o priamku. Rovnakú úlohu môže riešiť les stromov alebo neurónová sieť, pričom každý model inak zachytáva nelinearity a neistotu. Výsledok závisí aj od toho, akú chybu počas učenia trestáme. Model optimalizovaný na priemernú štvorcovú chybu reaguje silno na extrémy, zatiaľ čo kvantilová regresia môže odhadovať hornú hranicu potrebnú pre kapacitné plánovanie.
Časté otázky
Otázky, ktoré spresňujú význam
Ako sa regresia líši od klasifikácie?
Regresia predpovedá číselnú hodnotu alebo kvantil, klasifikácia triedu alebo pravdepodobnosť triedy. Hranica závisí od cieľa, nie od typu vstupných premenných.
Ktorá metrika je vhodná pre regresiu?
MAE je ľahko interpretovateľná a menej citlivá na extrémy, RMSE zvýrazňuje veľké chyby a R² porovnáva vysvetlený rozptyl. Výber má zodpovedať nákladom chýb.
Ako riešiť odľahlé hodnoty?
Najprv treba overiť, či ide o chybu alebo legitímny vzácny jav. Potom možno použiť robustnú stratu, transformáciu cieľa, segmentový model alebo explicitnú detekciu extrémov.
Prečo je extrapolácia riziková?
Model mimo rozsahu tréningových dát nemá empirickú oporu. Stromy často zostanú pri krajných hodnotách, lineárny model pokračuje v trende a neurónová sieť sa môže správať nepredvídateľne.
Ako sa vyjadruje neistota predikcie?
Pomocou predikčných intervalov, kvantilov, Bayesovských modelov, konformnej predikcie alebo ansámblov. Interval treba kalibrovať na samostatných dátach.
Súvisiace pojmy
Významové a tematické súvislosti
Pojem v rozhodovaní
Odborné články, ktoré tento pojem používajú v praxi
Zdroje a redakčná stopa
Použité východiská a odborná revízia
- Google Machine Learning Crash Course, Linear Regression
Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.