【问题标题】:What is the purpose of machine learning? Can we use something else to predict the future data instead of machine learning method? [closed]机器学习的目的是什么?我们可以用其他东西来预测未来的数据而不是机器学习方法吗? [关闭]
【发布时间】:2018-10-24 15:53:24
【问题描述】:

我开始用 R 学习机器学习,我只是好奇...

我们正在尝试通过使用训练和测试数据进行预测来找到具有良好准确性的模型......但是我们不能使用机器学习过程来预测未来吗?

我只是想知道机器学习如何改变结果...机器学习模型的情节与回归模型的情节会有所不同吗?

我只是好奇……

【问题讨论】:

  • 根据你问的是谁,很多人会说回归(我假设你的意思是 OLS 回归)实际上是一个(简单的)机器学习工具。您可以使用任何统计模型进行预测。是否应该使用 OLS 取决于数据。您是否将其称为机器学习通常取决于您的目标。由于现在提出的问题,它最终可能会因为过于宽泛而被关闭。
  • 如果您正在寻找更黑白的解释,请查看以下链接:-ML vs Predictive Modeling-ML vs. Statistical Modeling-Regression vs. ML

标签: r machine-learning data-science


【解决方案1】:

回归模型是机器学习方法的一部分。您可以实现一个回归模型,对其进行训练(这意味着算法会计算系数,就像基本回归一样),然后在您的测试集上对其进行测试。

【讨论】:

  • 实际上机器学习只描述了寻找一个类的“最佳”模型的过程(f.i.回归、二元判别、knn...),其中“最佳”意味着最小化均方误差的模型(或其他规范)在您的测试数据集上
  • 那么如果我找到了最好的模型并想预测未来,我是否只需要使用 predict() 绘制图形?
猜你喜欢
  • 2020-12-12
  • 2023-03-04
  • 2018-01-19
  • 2018-04-14
  • 2011-02-06
  • 2014-07-18
  • 2016-07-26
  • 1970-01-01
  • 2011-06-04
相关资源
最近更新 更多