Они могут занижать вариативность данных и искажать дисперсию

Они неприменимы к числовым данным

Они автоматически обнаруживают тип пропуска (MCAR/MAR/MNAR)

Они требуют значительных вычислительных ресурсов

Потому что реальные данные меняются со временем, что снижает актуальность модели

Потому что все модели автоматически деградируют по истечении 30 дней

Потому что библиотеки машинного обучения регулярно выходят из строя

Потому что развёртывание необратимо изменяет веса модели

Логистическая регрессия чувствительна к масштабу входных данных: признаки в разных масштабах некорректно оцениваются

Это ускоряет загрузку данных

Логистическая регрессия требует нормального распределения данных

Scikit-learn требует масштабирования для всех алгоритмов

Делается наивное предположение о независимости признаков друг от друга при заданном классе, что редко строго выполняется

Метод не требует настройки параметров

Алгоритм прост в реализации

Алгоритм не использует данные обучающей выборки

df.fillna()

df.dropna()

df.drop_duplicates()

df.reset_index()

RMSE более сильно штрафует большие ошибки через возведение в квадрат, тогда как MAE обрабатывает все ошибки пропорционально их модулю

MAE более сильно штрафует большие ошибки через возведение в квадрат

Обе метрики эквивалентны для нормальных распределений

RMSE всегда меньше MAE для одной и той же модели

Физические ограничения сенсоров

Применение кросс-валидации

Использование библиотеки scikit-learn

Ошибки при вводе информации пользователями

Устаревание данных с течением времени

Использование языка Python вместо R

73% наблюдений прогнозируются моделью правильно

73% вариации зависимой переменной Y объясняется моделью регрессии

Корреляция между реальными и прогнозируемыми значениями равна 73%

Модель делает ошибки в 27% случаев при каждом прогнозе

Ненормальность распределения ошибок

Мультиколлинеарность — X1 и X2 несут почти идентичную информацию, дестабилизируя коэффициенты модели

Гетероскедастичность — дисперсия ошибок неравномерно варьируется

Никаких проблем; корреляция 0.92 оптимальна для регрессии

Сумму абсолютных значений остатков — MAE

Перекрёстную энтропию между реальными и прогнозируемыми значениями

Логарифм правдоподобия

Сумму квадратов остатков — RSS (Residual Sum of Squares)