周週期循環按照講義是(星期幾/3.5 + 小時/84),週循環與年循環是否可用日週期循環的時分秒去替代? Linear Regression算出來的分數比Gradient Boosting Regression 還低,那是否可以代表Linear Regression不具參考性?
2019/06/10 下午 10:11
機器學習共學討論版
陳裕興
觀看數:50
回答數:2
收藏數:0
ml100-2
ml100-2-d25
這裡有幾個問題想要詢問
1. 周週期循環按照講義是(星期幾/3.5 + 小時/84),這裡可以利用日週期循環的時分秒去替代嗎?同理,年週期循環也是可以這樣做嗎
2. Linear Regression算出來的分數比Gradient Boosting Regression 還低,那是否可以代表Linear Regression是不具參考性的,主要是選擇分數高的那個模型為主?
3. 這裡如果使用羅吉斯迴歸去計算是否也是可以的?在實務上這3種模型的使用時機是何種情境才會使用? 還是全部都算過分數後取最高那一個呢?
回答列表
-
2019/06/11 上午 11:41張維元 (WeiYuan)贊同數:1不贊同數:0留言數:0
1. 周週期循環按照講義是(星期幾/3.5 + 小時/84),這裡可以利用日週期循環的時分秒去替代嗎?同理,年週期循環也是可以這樣做嗎
=> 可以的,不過你要評量是否適合的週期來對應
2. Linear Regression算出來的分數比Gradient Boosting Regression 還低,那是否可以代表Linear Regression是不具參考性的,主要是選擇分數高的那個模型為主?
=> 不一定,可能是兩種模型的考量基準不一樣而已。Myabe LR 是受到哪些狀況而影響啊,或是 GBR 剛好比較高。
-
2019/06/11 上午 11:42張維元 (WeiYuan)贊同數:1不贊同數:0留言數:0
3. 這裡如果使用羅吉斯迴歸去計算是否也是可以的?在實務上這3種模型的使用時機是何種情境才會使用? 還是全部都算過分數後取最高那一個呢?
羅吉斯迴歸應該不適合這個情境,羅吉斯迴歸本身是一種「分類」的方法。主要就是看問題是什麼?用全部都算過分數後取最高那一個是一種,也可以用組合的方式做 Ensemble 的模型。