你好，我的姓名是安德里亚库姆斯，
和我是加入经过我的同事，奥利维亚利普因科特。
奥利维亚和我有给定A推介会前被称为什么模型什么时候。
如果你想到拿A更近看在那推介会，
你能拿A看在这关联在这社区邮政。
但今天，我们想到讲话关于某物A小的少量更多的。
是的，今天我们想到思考关于造型类型
和如何造型类型影响分析
为了每个的这四模型目标那我们谈过关于之前。
正确的，和是实际上去到使用这相同的数据。
这是数据那我们拉从红鳍金枪鱼那代表
这住房市场在这辛辛那提区域。
这里是试到看
在这价格的家园相对的到他们的正方形镜头，
这数字的床,这数字的浴室,
和所以在和所以向前。
之前，我们已经回答了这问题，什么模型什么时候？
它真的依靠在什么模型你是去到选择
基于在你的目标为了这分析。
为了部分，是试到检查关系
在哪里有不故意的回复;
解释，是试到解释A关系
和看在这潜在的因素和如何那些影响这回复;
预测，是试到预测未来结果
或者这回复在新的情况；
并确定，是试到寻找重要的变量。
正确的。
现在让我们带来这造型类型进入这图片。
两个都你的回应和你的因素能有不同的造型类型。
在杰普,那里是三主要的造型类型：
连续的，名义上的，和序数。
连续的造型类型是代表经过这蓝色的三角形图标这里，
和这指的是到数字数据仅有的。
这名义上的造型类型是代表经过这红色的图标，
和这是数字或者特点数据在哪里价值观属于到类别，
但这命令是不是重要的。
为了这序数造型类型，它是代表经过这绿色的图标，
和这能是任何一个数字或者特点数据作为出色地。
但在这案件，价值观属于到已订购类别。
什么时候你是正在做一个分析在杰普,
你想到制作当然你放向上这正确的造型类型，
因为联合管理计划将要做这正确的模型为了你，
将要做这正确的分析取决于在造型类型。
安德里亚，我有A游戏为了我们到玩。
它是被称为姓名那分析。
做你想到玩？
绝对地。 我爱游戏。
惊人的。
这是你的第一的问题。
我们想到确认
哪个特征的A家是最多重要的
到决定这价格。
为了例子，正方形镜头和数字的浴室
能解释A大的数量的这变化在价格，
但其他特征是较少的重要的。
全部正确的，奥利维亚。
我思考你是制作这第一的问题简单的为了我。
是这回答确认？
让我们看。
是的，你是正确的。
我做过制作那一A小的少量简单的到得到我们去，
但那是确认到寻找重要的变量之内那里。
有A夫妻的不同的地方在联合管理计划
在哪里我们能使用工具到确认如果那是我们的造型目标。
在下面这分析菜单在下面筛选、预测性造型和合身模型，
使用工具喜欢预测器筛选、引导程序森林，
广义的回归和逐步选择。
为了造型类型，
什么时候是看着在这目标的确认，
它是不是去到影响事物很多。
联合管理计划是去到做这正确的分析
作为长的作为你的造型类型是放适当地。
我们拿A看在这和我们拿两个都这回复和这因素
和改变了他们从连续的到名义上的
和看起来在如何哪个因素来了向上作为最多重要的。
尽管这命令的这因素多变，这主导的因素留下来这相同的。
全部正确的。
它看起来喜欢如果我们的目标是到确认重要的因素，
真的吗，这精确的造型类型是使用
不是影响事物那很多，它看起来喜欢，奥利维亚。
正确的。
我们的结论在哪个变量是重要的
不是去到改变很多基于在这造型类型。
好的。
出色地，那是好的到知道。
我有A问题为了你。
是你准备好？
我是准备好。
全部正确的，这里是你的问题。
让我们说我们想到建造A模型到预测房子价格。
这模型将要是基于在许多重要的预测器变量我们有在我们的数据。
为了例子，我们想到预测
这价格的A房子那我们想到放在这市场。
哪个目标做你思考是在职的和这里？
好的，所以它是不是喜欢问题一在哪里是试到看
哪个因素是最多重要的到预测住房价格。
是只是真的试到得到那最终的住房价格预言。
我是去到去和预测。
全部正确的，让我们看如果你是正确的。
是的，你是正确的。
这目标的这分析是预测。
有地段的不同的平台在联合管理计划在哪里你能建造楷模为了预言。
之内每个的那些平台在联合管理计划在哪里你能建造这预言楷模，
联合管理计划将要做这正确的分析为了你，
取决于在这造型类型的你的回复。
这里我们有A桌子
的不同的造型类型为了我们的回应：
连续的，名义上的，和序数。
为了A连续的回复，
这是这典型的一那我们是说关于，正确的？
我们想到预测这价格的A家那是去到放在这市场。
现在，什么时候是建筑这类型的模型和A连续的回复，
出色地，我们想到知道如何强大的那模型是。
什么是这预测性的力量的那模型？
我们能使用R平方和这根平均的平方错误
到诊断那模型。
现在，为了A名义上的和序数模型，它是A小的少量不同的。
为了A模型和A名义上的回复，我们有类别作为这回复。
在这例子，是看着
在无论或者不是这价格将要是超过或者以下1 美元百万。
那是什么我们想到预测。
为了这序数回复，这里我们有一个已订购类别。
我们想到预测无论这价格的这房子
是去到是低的，中等的，和高的。
为了这名义上的和序数例子，
再次，我们能看在R平方和根平均的平方错误
到评价那些楷模。
但有其他事物那我们能使用到评价那些楷模，
喜欢这错误分类速度和这区域在下面这鹏曲线。
的课程，我们的最喜欢的工具在联合管理计划
到拿A看在我们的预言模型是这预言探查器。
让我们拿A看在这不同之处之间这预言分析器
为了这造型类型的我们的回应。
为了这连续的回复，我们能看那在这Y 轴，
我们有这意思是预言加或者减这信心间隔
给定这价值的这模型因素这里在每个的这X -轴。
为了这名义上的和序数物流楷模，
什么我们看在这是-轴
是这可能性的这回复存在在A肯定类别。
为了这名义上的物流模型，我们有这可能性
那这房子是任何一个去到是多于或者以下A百万美元。
为了这序数物流模型，
我们能看这可能性的拥有A低的，中等的，或者高的价格。
好的，所以它声音喜欢这目标的什么我们想到预测
是还重要的什么时候是说关于那预言目标，
无论我们想到对待价格作为连续的
和得到这预测的这精确的价格出去的那里，
或者如果我们想到对待它作为A类别。
正确的。
你只是需要到得到
那回复多变的放向上和你的数据放这正确的方式，
和然后，的课程，分配这正确的造型类型，
和联合管理计划是去到建造这正确的模型为了你。
全部正确的，安德里亚.
你是准备好为了你的下一个问题？
我是准备好。 让我们去。
好的。
我们想到量化
这影响在家价格从额外的卧室。
为了例子，在平均的，
每一个额外的卧室添加约$ 97,000到这全部的家成本。
添加A卧室添加97,000 美元？
男人，辛辛那提是A艰难的住房市场。
那是疯狂的。
全部正确的，出色地，所以让我们看。
什么是我们试到做这里？
是试到量化这影响这里。
我思考什么是试到做是解释
那影响那卧室有在这价格的A房子。
我是去到说解释。
你是正确的。
是的，是试到描述这关系。
在解释，我们使用这范围估计采取从这模型方程
到量化那些关系之间这因素和这回应。
通常，我们使用在联合管理计划在下面这合身模型菜单地点
工具喜欢标准最少正方形，物流和序数回归，
和广义的回归。
造型类型能真的影响
如何我们的因式分解关系和这回复多变的是解释了。
我们拿A看，和我们是看着
在如何做这数字的床影响这住房价格？
我们改变了床从连续的，到名义上的，到序数，
和看什么那关系曾是。
我们能看在下面这连续的，那是在哪里我们已经得到
那每一个额外的卧室添加97,000 美元关于到这全部的家价格。
那预言分析器节目A线性关系
什么时候我们对待床作为连续的。
但什么时候我们对待床作为名义上的或者序数，
有不是那直的线性关系去在。
我们看A长钉在价格为了4-5卧室比较的到去从2-3卧室。
正确的。
我看和名义上的和序数，
这预言分析器看起来几乎确切地这相同的，
所以它必须是这相同的模型。
然而，我是看见和这范围估计，
他们看A小的少量不同的之间名义上的和序数。
什么是去在那里？
是的，所以这名义上的和序数造型类型，
和什么时候我们使用那在一个回归，是治疗...
他们是编码的不同地之内这回归，
所以这范围估计是不同的。
为了名义上的，那截距，
我们思考的那作为这意思是房子价格穿过全部这不同的卧室，
和每个的那些范围估计
是如何很多那数字的床增加或者减少那意思是房子价格。
但为了秩序伊纳尔,因为是看着在命令事项，
我们思考的这截距作为如果那里是零卧室
和每个的那些范围估计
是这影响的添加一个额外的卧室到这价格。
全部正确的。
造型类型是真的去到影响我的范围估计。
我真的需要到思考关于确切地什么做我想到解释
作为A部分的这模型什么时候我是正在做这分析。
是的。
全部正确的。
是你准备好为了这最终的问题，奥利维亚？
是的，带来它在。
全部正确的，这是这问题。
让我们说我们想到确认团体的家园
那是相似的基于在A列表的可能的特征。
在其他字，
我们想到确认市场段基于在事物喜欢正方形镜头，
地点，数字的卧室，等等等。
哪个目标做你思考这是？
我思考你是试到诡计我和那确认，
和我是不是去到落下为了它。
好的。
但那里是不回应之内这问题。
我思考是看着在聚类。
我是去到说部分。
好的。
出色地，你是正确的，奥利维亚。
我做过尝试和诡计你A小的少量因为我真的通缉到赢。
但你是正确的，那是这钥匙事物这里，
是那那里是不回应这里在这分析。
我们是确实看着在部分。
什么时候我们的目标是部分，
我们能使用A夫妻的不同的聚类工具。
我们能做分层的聚类，
K-均值 C有光泽，或者潜班级分析。
它是重要的到保持在头脑那和分层的聚类，
你能仅有的包括...
对不起，你能包括全部的这造型类型：
连续的，名义上的，和序数。
但为了K-均值聚类，
你能仅有的包括变量那是连续的。
为了潜班级分析，
你能仅有的包括名义上的或者序数变量。
在我们的案件这里，什么时候是看着
在这数字的卧室，很多尺寸，年建造,和正方形脚，
我们有A组合的连续的和名义上的变量。
分层的聚类可能是这最好的聚类工具到使用在这设想。
它看起来喜欢和那平行线阴谋和分层的聚类，
或许我们可以称呼簇6惊人的地点。
是的。
如果你思考A大的很多尺寸是一个惊人的地点，
是的，我们能确实称呼那部分惊人的地点家园。
出色地，全部正确的，奥利维亚,
尽管我给予你A诡计在那最后的问题，
它看起来喜欢我们结束了向上和A领带这里再次。
出色地有到复赛再次很快。
绝对地。
我们谈过关于什么模型什么时候，然后真的吗，
什么模型你选择依靠在你的目标为了这分析，
无论它是部分，解释，预测，或者确认。
是的，在条款的造型类型，再次，
联合管理计划是去到做这正确的分析为了你，
尤其和你的回应。
如果你是环境他们向上和这正确的造型类型，
联合管理计划是去到做这正确的分析为了你。
如果你的目标是解释，
你可能需要到思考A小的少量关于哪个造型类型到使用，
取决于在如何你想到解释
这影响的某物喜欢这数字的卧室。
感谢你，奥利维亚。
这是所以很多乐趣。
让我们做它再次下一个年。
