【问题标题】:Logistic regression Machine Learning?逻辑回归机器学习?
【发布时间】:2020-02-08 12:46:13
【问题描述】:

我有一个包含 300 名受访者的数据集(学习时间与成绩),我将数据集加载到 Excel 中,运行数据分析插件并运行线性回归。我得到了我的结果。

所以问题是,我是在做统计分析还是在做机器学习?我知道这个问题可能看起来很简单,但我认为我们应该就此展开辩论。

【问题讨论】:

  • 两者。回归和分类都属于机器学习/人工智能的范畴。众多算法中的两种,包括神经网络。

标签: machine-learning statistics


【解决方案1】:

也许您的问题更适合Data Science,因为它不是与应用/程序开发相关的问题。通过插件在 excel 中运行公式并没有真正考虑到接近“编程”的任何地方。

【讨论】:

  • “Excel 在任何地方都没有真正被视为接近“编程””——这不是真的。 Excel 具有成熟的编程语言,并且是图灵完备的。
  • @Lukasz Tracewski 感谢您的评论。一般来说,Excel 本身就是一个程序,而不是真正的编程语言。我换种说法是说通过插件运行公式并不是真正的编程,因为我的主要(如果你愿意的话也只有一点)是这种问题并不适合 *。
  • 如果您想在 Python 3.X 中使用 sklearn 进行逻辑回归,请参考scikit-learn.org/stable/modules/generated/…
【解决方案2】:

统计分析是指对数据进行统计度量,例如均值、标准差、置信区间、p 值...

监督机器学习是指您尝试对某事物进行分类或预测。对于这些问题,您可以使用特征作为模型的输入来对类别进行分类或预测值。

在这种情况下,您正在进行机器学习,因为您使用学习时间功能来预测学生成绩。

【讨论】:

    【解决方案3】:

    在适当的上下文中,您实际上是在进行统计分析...(这是机器学习的一部分

    【讨论】: