explaining the response variable in

explaining the response variable in terms of the predictor variables. Sometimes the response variable is called the dependent variable and the predictor variables are called independent variables. The goal is to explain the dependent variable in terms of the independent variables. For example, we would like to predict the final result of a student in terms of the student’s course grades.
Techniques for supervised learning can be further subdivided into classification and regression depending on the type of response variable (categorical or numerical).
Classification techniques assume a categorical response variable and the goal is to classify instances based on the predictor variables. Consider, for example, Table 3.1. We would like to classify people into the class of smokers and the class of nonsmokers. Therefore, we select the categorical response variable smoker. Through classification we want to learn what the key differences between smokers and nonsmokers are. For instance, we could find that most smokers drink and die young. By applying classification to the second data set (Table 3.2) while using column result as a response variable, we could find the obvious fact that cum laude students have high grades. In Sect. 3.2, we will show how to construct a so-called decision tree using classification.

ผลลัพธ์ (ไทย) 1:

อธิบายตัวแปรตอบสนองในแง่ของตัวแปร predictor บางครั้งตัวแปรตอบสนองเรียกว่าขึ้นอยู่กับตัวแปร และตัวแปรจำนวนประตูเรียกว่าตัวแปรอิสระ เป้าหมายคือการ อธิบายตัวแปรขึ้นอยู่กับตัวแปรอิสระใน ตัวอย่าง เราอยากจะทายผลสุดท้ายของนักเรียนในเกรดของนักศึกษาหลักสูตรเทคนิคการเรียนรู้ที่มีสามารถสามารถปฐมภูมิประเภทและถดถอยของตัวแปรตอบสนอง (แตก หรือตัวเลข) เพิ่มเติมประเภทเทคนิคสมมติตัวแปรตอบสนองที่แน่ชัด และเป้าหมายคือการ จำแนกตามตัวแปร predictor อินสแตนซ์ พิจารณา ตัวอย่าง ตาราง 3.1 เราอยากจัดประเภทบุคคลระดับแนวหน้าของผู้สูบบุหรี่และชั้นสูบบุหรี่ ดังนั้น เราสามารถเลือกที่สูบบุหรี่ตัวแปรตอบสนองแน่ชัด โดยประเภท ที่เราต้องการเรียนรู้ความแตกต่างที่สำคัญระหว่างผู้สูบบุหรี่และสูบบุหรี่บ้าง เช่น เราอาจพบว่า ผู้สูบบุหรี่ส่วนใหญ่ดื่ม และตายหนุ่ม โดยใช้การจัดประเภทในชุดข้อมูลที่สอง (ตาราง 3.2) ในขณะที่ใช้คอลัมน์ผลลัพธ์เป็นตัวแปรตอบสนอง เราพบข้อเท็จจริงชัดเจนว่า cum laude เรียนได้เกรดสูง ใน Sect. 3.2 เราจะแสดงวิธีการสร้างต้นไม้ตัดสินใจเรียกใช้การจัดประเภท

ผลลัพธ์ (ไทย) 2:

อธิบายตัวแปรตอบสนองในแง่ของตัวแปร บางครั้งตัวแปรการตอบสนองที่เรียกว่าตัวแปรตามและตัวแปรที่เรียกว่าตัวแปรอิสระ เป้าหมายคือการอธิบายตัวแปรตามในแง่ของตัวแปรอิสระ ตัวอย่างเช่นเราต้องการที่จะคาดการณ์ผลสุดท้ายของการเป็นนักเรียนในแง่ของนักเรียนเกรดการเรียนการสอน.
เทคนิคสำหรับการเรียนรู้ภายใต้การดูแลสามารถแบ่งออกเป็นการจัดหมวดหมู่และการถดถอยขึ้นอยู่กับชนิดของตัวแปรการตอบสนอง (เด็ดขาดหรือตัวเลข).
เทคนิคการจำแนกประเภทถือว่า ตัวแปรตอบสนองเด็ดขาดและเป้าหมายก็คือการจำแนกกรณีขึ้นอยู่กับตัวแปร พิจารณาตัวอย่างเช่นตารางที่ 3.1 เราอยากที่จะจัดคนในชั้นเรียนของผู้สูบบุหรี่และการเรียนของผู้ไม่สูบบุหรี่ ดังนั้นเราจึงเลือกการตอบสนองของผู้สูบบุหรี่เด็ดขาดตัวแปร ผ่านการจัดหมวดหมู่เราต้องการที่จะเรียนรู้สิ่งที่แตกต่างที่สำคัญระหว่างสูบบุหรี่และไม่สูบบุหรี่อยู่ ยกตัวอย่างเช่นเราจะพบว่าผู้สูบบุหรี่ส่วนใหญ่ดื่มและตายหนุ่ม โดยใช้การจัดจำแนกข้อมูลชุดที่สอง (ตารางที่ 3.2) ในขณะที่ใช้ผลคอลัมน์เป็นตัวแปรการตอบสนองที่เราจะได้พบความจริงที่เห็นได้ชัดว่านักเรียนระดับเกียรตินิยมมีเกรดสูง ในนิกาย 3.2 เราจะแสดงวิธีการสร้างต้นไม้ตัดสินใจที่เรียกว่าใช้การจัดหมวดหมู่

ผลลัพธ์ (ไทย) 3:

อธิบายในแง่ของการตอบสนองตัวแปรตัวแปรตัวแปร บางครั้งการตอบสนองตัวแปรที่เรียกว่าตัวแปรตามและตัวแปรทำนายจะเรียกว่าตัวแปรอิสระ เป้าหมายคือเพื่ออธิบายตัวแปรในแง่ของตัวแปรอิสระ ตัวอย่างเช่นเราต้องการที่จะทำนายผลลัพธ์สุดท้ายของนักเรียนในด้านการเรียนหลักสูตรของนักเรียน
เทคนิคการเรียนรู้แบบสามารถเพิ่มเติมแบ่งออกเป็นหมวดหมู่และการถดถอย ขึ้นอยู่กับชนิดของตัวแปรตอบสนอง ( อย่างแท้จริงหรือตัวเลข ) .
เทคนิคการจำแนกสมมติตัวแปรตอบสนองอย่างแท้จริง และเป้าหมายคือการแยกกรณีขึ้นอยู่กับตัวแปรตัวแปร พิจารณา ตัวอย่างเช่น ตารางที่ 3.1 .เราอยากจะจัดคนเข้าห้องสูบบุหรี่และห้องสูบบุหรี่ . ดังนั้นเราจึงเลือกอย่างแท้จริงตอบสนองตัวแปรสูบบุหรี่ ผ่านหมวดหมู่เราต้องการเรียนรู้สิ่งที่แตกต่างที่สำคัญระหว่างการสูบบุหรี่และสูบบุหรี่เป็น ตัวอย่างเช่น เราอาจพบว่า ผู้สูบบุหรี่ส่วนใหญ่ดื่มและตายเร็ว โดยการประยุกต์ใช้การจำแนกประเภทสองชุดข้อมูล ( ตารางที่ 32 ) ในขณะที่ใช้ผลคอลัมน์การตอบสนองตัวแปร เราสามารถค้นพบความจริงที่ว่า คุม เลาเด้ นักเรียนมีคะแนนสูง ในนิกาย 3.2 เราจะแสดงวิธีการสร้างต้นไม้ตัดสินใจโดยใช้การจำแนก
ที่เรียกว่า .