Как выбирать алгоритмы для машинного обучения Microsoft Azure

[pravda17]

Спасибо очень интересно.

[Schvepsss]

Спасибо!

[fchugunov]

Алгоритмы линейной регрессии предполагают, что распределение данных описывается прямой линией.

Ну неправда ведь. Второй график — классический вариант полиномиальной регрессии

[stasus]

Как мне кажется, это как раз пример следующей фразы, где написано, что в некоторых случаях это означает большие величины ошибок.

[Chouette]

Спасибо!

[Schvepsss]

Спасибо, очень приятно!

[mephistopheies]

Алгоритмы линейной регрессии предполагают, что распределение данных описывается прямой линией

вы поняли что написали?

[Schvepsss]

Обратите, пожалуйста, внимание, что это перевод. Именно поэтому в конце материала есть строчка: «Если вы увидели неточность перевода, сообщите, пожалуйста, об этом в личные сообщения.»

[stasus]

Источник:

Linear regression algorithms assume that data trends follow a straight line.

Какой по вашему должен быть более правильный перевод?

[0ex0]

Видимо придирка к «распределение… описывается», я бы сказал «данные распределены вдоль прямой», но я ни разу не переводчик. Ну и в целом «алгоритмы данных предполагают» звучит довольно необычно :-)

В любом случае спасибо за труд!

[Schvepsss]

Спасибо. :) Судя по всему, здесь достаточно мало устоявшихся выражений.

[fchugunov]

С переводом все нормально, ошибка в источнике.

Дело в том, что линейная регрессия применяется не только для определения зависимости, которая описывается прямой линией (или плоскостью), как указано в статье. Зависимость может описываться и более сложными функциями. Например, для функции на втором графике может быть применен метод полиномиальной регрессии (разновидность линейной регрессии). Для этого входные данные (например значение x) преобразуются в набор факторов [x, x², x³,..], а метод линейной регрессии уже подбирает коэффициенты к ним.

[Schvepsss]

Большое спасибо! Дополнили материал вашим комментарием.