小男孩‘自慰网亚洲一区二区,亚洲一级在线播放毛片,亚洲中文字幕av每天更新,黄aⅴ永久免费无码,91成人午夜在线精品,色网站免费在线观看,亚洲欧洲wwwww在线观看

搜索
分享

精益6sigma大數據AI在家電行業(yè)的應用

 貝思德管理 2018-06-01

1. Train vs Test Error

In [20]:
train_MSE= np.mean((y_train - multi_regression_model.predict(X_train))**2)
test_MSE= np.mean((y_test - multi_regression_model.predict(X_test))**2)
print('The train MSE is {}, the test MSE is {}'.format(train_MSE, test_MSE))

train_R_sq = multi_regression_model.score(X_train, y_train)
test_R_sq = multi_regression_model.score(X_test, y_test)
print('The train R^2 is {}, the test R^2 is {}'.format(train_R_sq, test_R_sq))
The train MSE is 1.7273421332518721, the test MSE is 2.9967985497570164
The train R^2 is 0.9251604192159106, the test R^2 is 0.9563745903333054

2. Uncertainty in the Model Parameter Estimates

LSSAI-06-1.png

Evaluating the Significance of Predictors

In [23]:

predictors_multiple = ['X1', 'X2', 'X3']
predictors_simple = ['X1']

X_train_multi = add_constant(train[predictors_multiple].values)
X_test_multi = add_constant(test[predictors_multiple].values)

X_train_simple = add_constant(train[predictors_simple].values)
X_test_simple = add_constant(test[predictors_simple].values)

1. Measuring Significance Using F-Stat, p-Values

In [25]:
multi_regression_model = sm.OLS(y_train, X_train_multi).fit()
print('F-stat:', multi_regression_model.fvalue)
print('p-values: {} (X1), {} (X2), {} (X3)'.format(*multi_regression_model.pvalues))
F-stat: 309.047835892
p-values: 1.6576100839525376e-14 (X1), 5.909290608102625e-32 (X2), 3.6315773015493156e-12 (X3)

4. The Effect of Number of Predictors on R^2

LSSAI-06.png

Multiple Linear Regresssion with Interaction Terms

Polynomial Regression

Effect of Polynomial Degree on Model Performance

LSSAI-06-2.png

    本站是提供個人知識管理的網絡存儲空間，所有內容均由用戶發(fā)布，不代表本站觀點。請注意甄別內容中的聯(lián)系方式、誘導購買等信息，謹防詐騙。如發(fā)現有害或侵權內容，請點擊一鍵舉報。
    轉藏 分享 獻花（0）

    0條評論

    發(fā)表

    請遵守用戶 評論公約

    類似文章 更多