Garantie de satisfaction à 100% Disponible immédiatement après paiement En ligne et en PDF Tu n'es attaché à rien
logo-home
Recherché précédemment par vous
Recherché précédemment par vous
logo
Summary Data Mining Model Selection and Regularization + solutions exercises €3,29
Ajouter au panier
Accédez rapidement à
Aperçu
  2.  
  3. Universiteit Gent (UGent)
  4.  
  5. Handelsingenieur
  6.  
  7. Data Mining

Resume

Summary Data Mining Model Selection and Regularization + solutions exercises
 6 vues  0 fois vendu

Dit document bevat een samenvatting van de geziene theorie in de lab sessies. Daarnaast bevat het document de oplossingen van de oefeningen van de lab sessies.

Aperçu 2 sur 18  pages

Infos sur le Document

  • 12 août 2023
  • 18
  • 2022/2023
  • Resume

Sujets

  • data mining lab sessies samenvatting theorie
  • oplossingen oefeningen lab sessies

École, étude et sujet

Tous les documents sur ce sujet (7)

Vendeur

avatar-seller
Worstje2021

Avis reçus

Aperçu du contenu

Model selection and regularization
is.na(): identifies missing observations(TRUE = missing, FALSE = non-missing, sum() = counts all
missing elements)




Salary is missing for 59 players

na.omit(): removes all rows that have missing values in any variable




regsubsets(): performs best subset selection (by identifying the best model that contains a given
number of predictors, where best is quantified using RSS) (syntax is same as for lm())

, summary(): outputs best set of variables for each model size

*: variable included in corresponding model( here: best two-variable model contains only Hits and
CRBI)

regsubsets(): by default, reports only the best eight-variable model

 nvmax: returns as many variables as are desired




reg.summary(): returns R2, RSS, adjusted R2, Cp and BIC




R2 increases from 32% ( = 1 variable) to almost 55% ( = all variables)




Type= “1” : connect plotted points with lines

points(): like plot(), except it puts points on a plot that has already been created, instead of creating a
new plot

which.max(): identify location of the maximum point of a vector




Red dot = model
with largest
adjusted R2
statistic

Les avantages d'acheter des résumés chez Stuvia:

Qualité garantie par les avis des clients

Qualité garantie par les avis des clients

Les clients de Stuvia ont évalués plus de 700 000 résumés. C'est comme ça que vous savez que vous achetez les meilleurs documents.

L’achat facile et rapide

L’achat facile et rapide

Vous pouvez payer rapidement avec iDeal, carte de crédit ou Stuvia-crédit pour les résumés. Il n'y a pas d'adhésion nécessaire.

Focus sur l’essentiel

Focus sur l’essentiel

Vos camarades écrivent eux-mêmes les notes d’étude, c’est pourquoi les documents sont toujours fiables et à jour. Cela garantit que vous arrivez rapidement au coeur du matériel.

Foire aux questions

Qu'est-ce que j'obtiens en achetant ce document ?

Vous obtenez un PDF, disponible immédiatement après votre achat. Le document acheté est accessible à tout moment, n'importe où et indéfiniment via votre profil.

Garantie de remboursement : comment ça marche ?

Notre garantie de satisfaction garantit que vous trouverez toujours un document d'étude qui vous convient. Vous remplissez un formulaire et notre équipe du service client s'occupe du reste.

Auprès de qui est-ce que j'achète ce résumé ?

Stuvia est une place de marché. Alors, vous n'achetez donc pas ce document chez nous, mais auprès du vendeur Worstje2021. Stuvia facilite les paiements au vendeur.

Est-ce que j'aurai un abonnement?

Non, vous n'achetez ce résumé que pour €3,29. Vous n'êtes lié à rien après votre achat.

Peut-on faire confiance à Stuvia ?

4.6 étoiles sur Google & Trustpilot (+1000 avis)

53340 résumés ont été vendus ces 30 derniers jours

Fondée en 2010, la référence pour acheter des résumés depuis déjà 14 ans

Commencez à vendre!
€3,29
  • (0)
Ajouter au panier
Ajouté