Islom karimov nomidagi toshkent davlat texnika universiteti issiqlik energetika fakulteti mustaqil ish

Lasso regressiya tahlili: Lasso (Eng kam mutlaq qisqarish va tanlash operatori) tizma regressiyasiga o'xshaydi; ammo, u tizma regressiyasida ishlatiladigan kvadrat yo'nalish o'rniga mutlaq qiymat yo'nalishidan foydalanadi. U 1989 yilda an'anaviy eng kichik kvadratlarni baholashga muqobil sifatida ishlab chiqilgan bo'lib, ma'lumotlar juda ko'p mustaqil o'zgaruvchilarga ega bo'lsa, ortiqcha moslama bilan bog'liq muammolarning ko'pini chiqarish niyatida. Lasso ikkalasini ham bajarish imkoniyatiga ega - o'zgaruvchilarni tanlash va uni yumshoq chegara bilan tartibga solish. Lasso regressiyasini qo'llash orqali, miqdoriy javobni tahlil qilishda bashorat qilish xatolarini minimallashtirish uchun bashorat qiluvchilarning kichik to'plamini olish osonroq bo'ladi.

Esda tutingki, lasso modelida qisqargandan keyin nolga yetadigan regressiya koeffitsienti modeldan chiqarib tashlangan. Aksincha, noldan kattaroq qiymatga ega bo'lgan regressiya koeffitsientlari javob o'zgaruvchilari bilan kuchli bog'langan, bunda tushuntirish o'zgaruvchilar miqdoriy, toifali yoki ikkalasi ham bo'lishi mumkin.

Misol: Aytaylik, avtomobil kompaniyasi AQShda avtomobillar tomonidan o'rtacha yoqilg'i sarfi bo'yicha tadqiqot tahlilini o'tkazmoqchi. Namunalar uchun ular 32 ta avtomobil modelini va avtomobil dizaynining 10 xususiyatini tanladilar - silindrlar soni, joy almashish, yalpi ot kuchi, orqa aks nisbati, vazn, ¼ milya vaqti, v/s dvigatel, transmissiya, viteslar soni va karbüratörler soni . Ko'rib turganingizdek, javob o'zgaruvchisi mpg (gallon uchun mil) o'rtasidagi bog'liqlik og'irlik, siljish, silindrlar soni va ot kuchi kabi ba'zi o'zgaruvchilar bilan juda bog'liq. Muammoni R- dagi glmnet paketidan foydalanish va xususiyatni tanlash uchun lasso regressiyasidan foydalanish orqali tahlil qilish mumkin .