你好，我的姓名是安德里亞庫姆斯，
和我是加入經過我的同事，奧莉維亞利普因科特。
奧莉維亞和我有給定A推介會前被稱為什麼模型什麼時候。
如果你想到拿A更近看在那推介會，
你能拿A看在這關聯在這社群郵政。
但今天，我們想到演講關於某物A小的位元更多的。
是的，今天我們想到思考關於造型類型
和如何造型類型影響分析
為了每個的這四模型目標那我們談過關於之前。
正確的，和是實際上去到使用這相同的數據。
這是數據那我們拉從紅鰭鮪魚那代表
這住房市場在這辛辛那提區域。
這裡是試到看
在這價格的家園相對的到他們的方塊鏡頭，
這數位的床,這數位的浴室,
和所以在和所以向前。
之前，我們已經回答了這問題，什麼模型什麼時候？
它真的依靠在什麼模型你是去到選擇
基於在你的目標為了這分析。
為了部分，是試到檢查關係
在哪裡有不故意的回覆;
解釋，是試到解釋A關係
和看在這潛在的因素和如何那些影響這回覆;
預測，是試到預測未來結果
或者這回覆在新的情況；
並確定，是試到尋找重要的變數。
正確的。
現在讓我們帶來這造型類型進入這圖片。
兩個都你的回應和你的因素能有不同的造型類型。
在傑普,那裡是三主要的造型類型：
連續的，名義上的，和序數。
連續的造型類型是代表經過這藍色的三角形圖示這裡，
和這指的是到數位數據僅有的。
這名義上的造型類型是代表經過這紅色的圖示,
和這是數位或者特點數據在哪裡價值觀屬於到類別，
但這命令是不是重要的。
為了這序數造型類型，它是代表經過這綠色的圖示,
和這能是任何一個數位或者特點數據作為出色地。
但在這案件，價值觀屬於到已訂購類別。
什麼時候你是正在做一個分析在傑普,
你想到製作當然你放向上這正確的造型類型，
因為聯合管理計劃將要做這正確的模型為了你，
將要做這正確的分析取決於在造型類型。
安德里亞，我有A遊戲為了我們到玩。
它是被稱為姓名那分析。
做你想到玩？
絕對地。 我愛遊戲。
驚人的。
這是你的第一的問題。
我們想到確認
哪個特徵的A家是最多重要的
到決定這價格。
為了例子，方塊鏡頭和數位的浴室
能解釋A大的數量的這變化在價格，
但其他特徵是較少的重要的。
全部正確的，奧利維亞。
我思考你是製作這第一的問題簡單的為了我。
是這回答確認？
讓我們看。
是的，你是正確的。
我做過製作那一A小的位元簡單的到得到我們去，
但那是確認到尋找重要的變數之內那裡。
有A夫妻的不同的地方在聯合管理計劃
在哪裡我們能使用工具到確認如果那是我們的造型目標。
在下面這分析選單在下面篩選、預測性造型和合身模型，
使用工具喜歡預測器篩選、引導程式森林，
廣義的回歸和逐步選擇。
為了造型類型，
什麼時候是看著在這目標的確認，
它是不是去到影響事物很多。
聯合管理計劃是去到做這正確的分析
作為長的作為你的造型類型是放適當地。
我們拿A看在這和我們拿兩個都這回覆和這因素
和改變了他們從連續的到名義上的
和看起來在如何哪個因素來了向上作為最多重要的。
儘管這命令的這因素多變，這主導的因素留下來這相同的。
全部正確的。
它看起來喜歡如果我們的目標是到確認重要的因素，
真的嗎，這精確的造型類型是使用
不是影響事物那很多，它看起來喜歡，奧利維亞。
正確的。
我們的結論在哪個變數是重要的
不是去到改變很多基於在這造型類型。
好的。
出色地，那是好的到知道。
我有A問題為了你。
是你準備好？
我是準備好。
全部正確的，這裡是你的問題。
讓我們說我們想到建造A模型到預測房子價格。
這模型將要是基於在許多重要的預測器變數我們有在我們的數據。
為了例子，我們想到預測
這價格的A房子那我們想到放在這市場。
哪個目標做你思考是在職的和這裡？
好的，所以它是不是喜歡問題一在哪裡是試到看
哪個因素是最多重要的到預測住房價格。
是只是真的試到得到那最終的住房價格預言。
我是去到去和預測。
全部正確的，讓我們看如果你是正確的。
是的，你是正確的。
這目標的這分析是預測。
有地段的不同的平台在聯合管理計劃在哪裡你能建造楷模為了預言。
之內每個的那些平台在聯合管理計劃在哪裡你能建造這預言楷模，
聯合管理計劃將要做這正確的分析為了你，
取決於在這造型類型的你的回覆.
這裡我們有A桌子
的不同的造型類型為了我們的回應：
連續的，名義上的，和序數。
為了A連續的回覆,
這是這典型的一那我們是說關於，正確的？
我們想到預測這價格的A家那是去到放在這市場。
現在，什麼時候是大樓這類型的模型和A連續的回覆,
出色地，我們想到知道如何強大的那模型是。
什麼是這預測性的力量的那模型？
我們能使用R平方和這根平均的平方錯誤
到診斷那模型。
現在，為了A名義上的和序數模型，它是A小的位元不同的。
為了A模型和A名義上的回覆,我們有類別作為這回覆.
在這例子，是看著
在無論或者不是這價格將要是超過或者以下1 美元百萬。
那是什麼我們想到預測。
為了這序數回覆,這裡我們有一個已訂購類別。
我們想到預測無論這價格的這房子
是去到是低的，中等的，和高的。
為了這名義上的和序數例子，
再次，我們能看在R平方和根平均的平方錯誤
到評價那些楷模。
但有其他事物那我們能使用到評價那些楷模，
喜歡這錯誤分類速度和這區域在下面這鵬曲線。
的課程，我們的最喜歡的工具在聯合管理計劃
到拿A看在我們的預言模型是這預言探查器。
讓我們拿A看在這不同之處之間這預言分析器
為了這造型類型的我們的回應。
為了這連續的回覆,我們能看那在這Y 軸，
我們有這意思是預言加或者減這信心間隔
給定這價值的這模型因素這裡在每個的這X -軸。
為了這名義上的和序數物流楷模，
什麼我們看在這是-軸
是這可能性的這回覆存在在A肯定類別。
為了這名義上的物流模型，我們有這可能性
那這房子是任何一個去到是多於或者以下A百萬美元。
為了這序數物流模型，
我們能看這可能性的擁有A低的，中等的，或者高的價格。
好的，所以它聲音喜歡這目標的什麼我們想到預測
是也重要的什麼時候是說關於那預言目標，
無論我們想到對待價格作為連續的
和得到這預測的這精確的價格出去的那裡，
或者如果我們想到對待它作為A類別。
正確的。
你只是需要到得到
那回覆多變的放向上和你的數據放這正確的方式，
和然後，的課程，分配這正確的造型類型，
和聯合管理計劃是去到建造這正確的模型為了你。
全部正確的，安德里亞.
你是準備好為了你的下一個問題？
我是準備好。 讓我們去。
好的。
我們想到量化
這影響在家價格從額外的臥室。
為了例子，在平均的，
每一個額外的臥室添加約$ 97,000到這全部的家成本。
添加A臥室添加97,000 美元？
男人，辛辛那提是A艱難的住房市場。
那是瘋狂的。
全部正確的，出色地，所以讓我們看。
什麼是我們試到做這裡？
是試到量化這影響這裡。
我思考什麼是試到做是解釋
那影響那臥室有在這價格的A房子。
我是去到說解釋。
你是正確的。
是的，是試到描述這關係。
在解釋，我們使用這範圍估計採取從這模型方程式
到量化那些關係之間這因素和這回應。
通常，我們使用在聯合管理計劃在下面這合身模型選單地點
工具喜歡標準最少正方形，物流和序數回歸，
和廣義的回歸。
造型類型能真的影響
如何我們的因式分解關係和這回覆多變的是解釋了。
我們拿A看，和我們是看著
在如何做這數位的床影響這住房價格？
我們改變了床從連續的，到名義上的，到序數，
和看什麼那關係曾是。
我們能看在下面這連續的，那是在哪裡我們已經得到
那每一個額外的臥室添加97,000 美元關於到這全部的家價格。
那預言分析器節目A線性關係
什麼時候我們對待床作為連續的。
但什麼時候我們對待床作為名義上的或者序數，
有不是那直的線性關係去在。
我們看A長釘在價格為了4-5臥室比較的到去從2-3臥室。
正確的。
我看和名義上的和序數，
這預言分析器看起來幾乎確切地這相同的，
所以它必須是這相同的模型。
然而，我是看見和這範圍估計，
他們看A小的位元不同的之間名義上的和序數。
什麼是去在那裡？
是的，所以這名義上的和序數造型類型，
和什麼時候我們使用那在一個回歸，是治療...
他們是編碼的不同地之內這回歸，
所以這範圍估計是不同的。
為了名義上的，那截距，
我們思考的那作為這意思是房子價格穿過全部這不同的臥室，
和每個的那些範圍估計
是如何很多那數位的床增加或者減少那意思是房子價格。
但為了秩序伊納爾,因為是看著在命令事項，
我們思考的這截距作為如果那裡是零臥室
和每個的那些範圍估計
是這影響的添加一個額外的臥室到這價格。
全部正確的。
造型類型是真的去到影響我的範圍估計。
我真的需要到思考關於確切地什麼做我想到解釋
作為A部分的這模型什麼時候我是正在做這分析。
是的。
全部正確的。
是你準備好為了這最終的問題，奧莉薇亞？
是的，帶來它在。
全部正確的，這是這問題。
讓我們說我們想到確認團體的家園
那是相似的基於在A清單的可能的特徵。
在其他字，
我們想到確認市場段基於在事物喜歡方塊鏡頭，
地點，數位的臥室，等等等。
哪個目標做你思考這是？
我思考你是試到詭計我和那確認，
和我是不是去到落下為了它。
好的。
但那裡是不回應之內這問題。
我思考是看著在聚類。
我是去到說部分。
好的。
出色地，你是正確的，奧利維亞。
我做過嘗試和詭計你A小的位元因為我真的通緝到贏。
但你是正確的，那是這鑰匙事物這裡，
是那那裡是不回應這裡在這分析。
我們是確實看著在部分。
什麼時候我們的目標是部分，
我們能使用A夫妻的不同的聚類工具。
我們能做分層的聚類，
K-均值 C有光澤，或者潛班級分析。
它是重要的到保持在頭腦那和分層的聚類，
你能僅有的包括...
對不起，你能包括全部的這造型類型：
連續的，名義上的，和序數。
但為了K-均值聚類，
你能僅有的包括變數那是連續的。
為了潛班級分析，
你能僅有的包括名義上的或者序數變數。
在我們的案件這裡，什麼時候是看著
在這數位的臥室，很多尺寸，年建造,和方塊腳，
我們有A組合的連續的和名義上的變數。
分層的聚類可能是這最好的聚類工具到使用在這設想。
它看起來喜歡和那平行線陰謀和分層的聚類，
或許我們可以稱呼簇6驚人的地點。
是的。
如果你思考A大的很多尺寸是一個驚人的地點，
是的，我們能確實稱呼那部分驚人的地點家園。
出色地，全部正確的，奧莉薇亞,
儘管我給予你A詭計在那最後的問題，
它看起來喜歡我們結束了向上和A領帶這裡再次。
出色地有到複賽再次很快。
絕對地。
我們談過關於什麼模型什麼時候，然後真的嗎，
什麼模型你選擇依靠在你的目標為了這分析，
無論它是部分，解釋，預測，或者確認。
是的，在條款的造型類型，再次，
聯合管理計劃是去到做這正確的分析為了你，
尤其和你的回應。
如果你是環境他們向上和這正確的造型類型，
聯合管理計劃是去到做這正確的分析為了你。
如果你的目標是解釋，
你可能需要到思考A小的位元關於哪個造型類型到使用，
取決於在如何你想到解釋
這影響的某物喜歡這數位的臥室。
感謝你，奧利維亞。
這是所以很多樂趣。
讓我們做它再次下一個年。
