Мінімально можливу кількість помилок моделі

Коефіцієнт кореляції між двома змінними

Частку загального розсіювання залежної змінної, яка пояснюється моделлю

Кількість необхідних ітерацій для збіжності

Індекси обраних кластерів.

Середню абсолютну помилку (MAE).

Загальну кількість ітерацій, які зробила модель.

Значення коефіцієнтів (ваг) для кожної ознаки X.

Створює набір кластерів на основі вихідних ознак.

Навчає модель лінійної регресії та одразу повертає її коефіцієнти.

Виконує пошук гіперпараметрів методом перебору.

Трансформує вхідні змінні, додаючи степені (X², X³ тощо), і зберігає внутрішні параметри для подальшого перетворення.

Методи пошуку кластерів без використання вихідних міток.

Процес знаходження залежності між вхідними змінними та неперервною вихідною змінною.

Метод передбачення дискретних значень ознак.

Процес, коли вихідні змінні належать фіксованому набору класів.

Поліноміальну регресію не треба тестувати на невідомих даних.

Модель завжди буде мати R2 = 1.0.

Легше інтерпретувати велику кількість поліноміальних ознак.

Модель може краще наближати нелінійні залежності між X та y.

MedAE потребує попереднього масштабування даних, а MSE – ні.

Обидва виражені в відсотках, тому різниці немає.

MSE завжди більший за MedAE.

MSE чутливіший до викидів, бо штрафує великі відхилення сильніше, тоді як MedAE менш чутливий до викидів.

У регресії вхідні змінні завжди цілочисельні.

Класифікація більш обчислювально складна за регресію.

Регресію не можна реалізувати в бібліотеці scikit-learn.

У регресії результат може бути неперервним значенням, а в класифікації – категорією.

R2 (коефіцієнт детермінації)

Mean Absolute Error (MAE)

Mean Squared Error (MSE)

Accuracy (Точність)

У моделі, яка має лише одну вихідну змінну.

У використанні декількох видів кластерів замість одного.

У поєднанні лінійної та логістичної регресій.

У використанні кількох вхідних ознак для прогнозу.

Коли зв’язок між X та y явно нелінійний, і проста лінійна модель не дає задовільних результатів

Щоб уникнути розбиття на тренувальний і тестовий набори

Лише коли X містить понад 10 000 рядків

Тільки якщо вхідні дані цілочисельні