‫در این ویدیو‪ ،‬موضوع نهایی ما بر اساس‬

‫پیش بینی و تصمیم گیری خواهد بود‪ .‬چطور تشخیص دهیم که مدل ما درست است؟ اولین کاری که‬
‫باید انجام دهید این است که مطمئن‬
‫شوید نتایج مدل شما معنی دار است‪ .‬همیشه باید از تجسم داده ها‪ ،‬اندازه های عددی برای‬
‫‪،‬ارزیابی‬
‫و مقایسه بین مدلهای مختلف استفاده کرد‪ .‬بیایید مثالی از پیش بینی را ببینیم‪ .‬اگر به‬
‫خاطر بیاورید‬
‫آموزش دادیم‪ .‬حال‪ ،‬می خواهیم ببینیم که قیمت ماشینی که ‪ fit‬مدل را با استفاده از متد‬
‫مایل‬
‫در هر گالن در بزرگراه آن ‪ 30‬است‪ ،‬چقدر است‪ .‬وارد کردن این مقدار در‬
‫‪،‬قیمت ‪ 13،771.30‬را نتیجه می دهد‪ .‬به نظر منطقی می رسد‪ .‬برای مثال ‪ predict‬متد‬
‫‪ coef_attribute،‬مقدار منفی‪ ،‬خیلی باال‪ ،‬یا خیلی پایین نیست‪ .‬می توانیم با بررسی‬
‫ضرایب را بررسی کنیم‪ .‬اگر عبارت مدل خطی ساده را به خاطر بیاورید که قیمت را بر‬
‫اساس مایل در هر گالن دربزرگراه پیش بینی می کرد‪ ،‬این مقدارمطابق است با چند ویژگی‬
‫مایل در هر گالن دربزرگراه‪ ،‬مانند افزایش یک واحد در مایل‬
‫‪.‬در هر گالن در بزرگراه‪ .‬ارزش ماشین تقریبا ‪ 821‬دالر کاهش می یابد‬
‫این مقدار هم منطقی به نظر می رسد گاهی اوقات مدل شما مقادیری را‬
‫تولید می کند که منطقی نیستند‪ .‬برای مثال‪ ،‬اگر مدل را برای مایل در هر گالن‬
‫دربزرگراه در محدوده ‪ 0‬تا ‪ 100‬رسم کنیم‪ ،‬مقدار منفی برای قیمت به دست می آوریم‪ .‬این‬
‫بدین دلیل‬
‫است که مقادیر در آن محدوده واقعی نیستند‪ .‬فرضیه خطی نادرست است یا داده هایی برای‬
‫ماشینها در این محدوده نداریم‪ .‬در این مورد بعید به نظر می رسد که یک ماشین در آن‬
‫محدوده‪ ،‬سنجش‬
‫سوخت بر مایل داشته باشد‪ ،‬پس مدل ما به نظرمعتبراست‪ .‬برای ایجاد یک توالی از ارزشها‬
‫در یک‬
‫محدوده مشخص‪ ،‬نامپای را وارد کنید سپس از‬
‫نامپای استفاده کنید تا توالی را ایجاد کنید‪ .‬توالی از ‪ 1‬شروع می شود ‪ arrange‬تابع‬
‫‪.‬و یکی یکی اضافه می شود تا به ‪ 100‬برسیم‪ .‬اولین پارامتر نقطه شروع توالی است‬
‫پارامتر دوم نقطه پایانی توالی به عالوه یک است‪ .‬پارامتر آخر‬
‫اندازه گام بین مولفه هه در توالی است‪ .‬در این مورد [گام] یک است پس توالی را یک گام‬
‫در هر‬
‫زمان اضافه می کنیم‪ .‬از یک به دو و به همین ترتیب‪ .‬می توانیم از خروجی برای پیش بینی‬
‫‪.‬مقادیر جدید استفاده کنیم‬
‫خروجی یک آرایه نامپای است‪ .‬خیلی از مقادیر منفی هستند‪ .‬استفاده از نمودار رگرسیون‬
‫برای‬
‫تجسم داده هایتان اولین متدیست که باید امتحان کنید‪ .‬برای دیدن مثالهایی از چگونگی‬
‫رسم نمودارهای‬
‫رگرسیون چند جمله ای به آزمایشگاه مراجعه کنید‪ .‬برای این مثال اثر متغیر مستقل‬
‫در این مورد مشهود است‪ .‬روند داده ها با افزایش متغیر وابسته‪ ،‬رو به پایین است‪.‬‬
‫نمودار‬
‫هم بعضی رفتارهای غیر خطی را نشان می دهد‪ .‬با بررسی نمودار باقیمانده می بینیم که‬
‫در این مورد یک رفتار منحنی وار غیر خطی دارد‪ .‬یک نمودار توزیع‪ ،‬روشی‬
‫مناسب برای رگرسیون خطی چندگانه است‪ .‬برای مثال‪ ،‬می بینیم مقادیر پیش بینی شده‬
‫برای قیمت ها در محدوده سی هزار تا پنجاه هزار نادرست هستند‪ .‬این پیشنهاد می کند که‬
‫یک مدل غیر خطی‬
‫ممکن است مناسب تر باشد یا داده های بیشتری در این محدوده نیاز داریم‪ .‬خطای مربع‬
‫میانگین‬
‫شاید بهترین اندازه عددی برای تعیین خوب یا بد بودن مدل باشد‪ .‬بیایید ببینیم چگونه‬
‫اندازه های‬
‫مختلف خطای میانگین مربعات بر مدل تاثیر می گذارد‪ .‬شکل‪ ،‬مثالی را نشان می دهد که خطای‬
‫میانگین‬
‫مربعات ‪ 3495‬است‪ .‬در این مثال خطای میانگین مربعات ‪ 3652‬است‪ .‬در نمودار نهایی‬
‫‪،‬خطای میانگین مربعات ‪ 12870‬است‪ .‬همچنان که خطای مربعات افزایش می یابد‬
‫روش ‪ R‬هدف از نقطه پیش بینی شده دورتر می شود‪ .‬همانطور که قبال گفتیم مربع‬
‫‪.‬معروف دیگری برای ارزیابی مدل شماست‪ .‬به شما می گوید خط شما چقدر با مدل تناسب دارد‬
‫به ما می گوید که چه درصدی از ‪ R‬از صفر تا یک تغییر می کند‪ .‬مربع ‪ R‬مقدار مربع‬
‫تغییر پذیری در متغیر وابسته توسط رگرسیون‪ ،‬نسبت به متغیر مستقل حساب می شود‪ .‬اگر‬
‫یک باشد یعنی که همه حرکات متغیر وابسته دیگر کامال با حرکات متغیر های ‪ R‬مربع‬
‫مستقل توضیح داده می شوند‪ .‬در این نمودار نقاط هدف را با قرمز و‬
‫آن ‪ 0.9986‬است‪ .‬ظاهرا مدل ‪ R‬خط پیش بینی شده را با آبی می بینیم‪ .‬مربع‬
‫برازش خوبی دارد‪ .‬یعنی بیش از ‪ %99‬از تغییر پذیری متغیر پیش بینی شده با متغیرهای‬
‫این مدل ‪ 0.9226‬است‪ .‬هنوز هم مدل خطی قوی ‪ R‬مستقل پیش بینی شده است‪ .‬مربع‬
‫مقدار ‪ 0.806‬باشد می توانیم در ‪ R‬وجود دارد و هنوز برازش خوبی است‪ .‬و وقتی مربع‬
‫تصویر ببینیم که مقادیر در اطراف خط پخش شده اند‪ .‬آنها هنوز نزدیک به خط هستند و‬
‫می توانیم بگوییم که ‪ 80‬درصد تغییر پذیری متغیر پیش بینی شده با متغیرهای مستقل توضیح‬
‫داده‬
‫مقدار ‪ 0.61‬باشد یعنی که تقریبا ‪ 61‬درصد تغییر مشاهده شده را ‪ R‬می شود‪ .‬و وقتی مربع‬
‫به این بستگی ‪ R‬می توان با متغیرهای مستقل توضیح داد‪ .‬یک مقدار قابل قبول برای مربع‬
‫دارد که‬
‫در چه حوزه ای مطالعه می کنید و مورد استفاده شما چیست‪ .‬فالکون میلر ‪ 1992‬پیشنهاد می‬
‫کند‬
‫باید حداقل ‪ 0.1‬باشد‪ .‬آیا یک خطای میانگین مربعات کمتر ‪ R‬که یک مقدار قابل قبول مربع‬
‫منجر به برازش بهتری‬
‫هستند‪ .‬چون خطاهای ‪ SLR‬برای مدل ‪ MSE‬کوچکتر از ‪ MLR‬و ‪ MSE4‬می شود؟ نه الزامًا‪ .‬مدل های‬
‫داده ها‬
‫کاهش پیدا می کنند وقتی متغیرهای بیشتری در مدل وجود دارد‪ .‬رگرسیون چند جمله ای‬
‫کمتری نسبت به رگرسیون معمولی دارد‪ .‬در قسمت بعدی به راههای دقیق تری ‪ MSE‬هم‬
‫‪.‬برای ارزیابی مدل می پردازیم‬