- الكتلة 16 — جميع مقاييس الانحدار
- الهدف
- إثبات صوريًا أن معامل التحديد لا يمكن أن ينخفض أبدًا عند إضافة متغير
تفسيري إلى نموذج بالمربعات الدنيا، واستنتاج أنه غير أهل لمقارنة نماذج ذات تعقيد
مختلف؛ تعريف معامل التحديد المعدَّل بصرامة، وإثبات آلية عقوبته وإرساء الشرط
الدقيق لارتفاعه؛ تعريف معيار معلومات أكايكي ومعيار المعلومات البايزي، ومقارنة
شدة عقوباتهما وتوصيف خصائصهما على التوالي في الكفاءة والاتساق؛ وضع الموقف
المنهجي للدورة بأن كل هذه المعايير بدائل داخل العينة لتقييم خارج العينة؛ معرفة
قراءة مخرج انحدار statsmodels كاملًا وتنفيذ المقادير الغائبة في جانب
scikit-learn.
- المدة المقدَّرة
- 60 دقيقة
- المتطلبات السابقة
- الفصول 025 (اختيار المتغيرات)، 026 (تقسيم تعلّم / تحقق
/ اختبار)، 028 (تسرّب بيانات)، 031 (فرط تخصيص)، 034 (تحقق متقاطع)، 044 (انحدار
خطي)، 045 (انحدار متعدد)، 047 (Ridge، Lasso، ElasticNet)، 068 (MSE)، 069
(RMSE)، 071 (معامل التحديد)
- الاختبارات المرتبطة
072.1-quiz-croissance-mecanique-r2.md إلى
072.7-quiz-implementation-statsmodels.md