안녕하세요,
나의
이름
~이다
안드레아
쿰스,
그리고 나는 합류했다 ~에 의해 나의 동료, 올리비아 깃발 인코트.
올리비아 그리고 I 가지다 주어진 a 프레젠테이션 ~ 전에 ~라고 불리는 무엇 모델 언제.
만약에 너 원하다 에게 가져가다 a 더 가까이 바라보다 ~에 저것 프레젠테이션,
너 ~할 수 있다 가져가다 a 바라보다 ~에 그만큼 링크 ~에 그만큼 지역 사회 우편.
하지만 오늘, 우리 원하다 에게 말하다 ~에 대한 무엇 a 작은 조금 더.
응, 오늘 우리 원하다 에게 생각하다 ~에 대한 모델링 유형
그리고 어떻게 모델링 유형 영향 분석
~을 위한 각 ~의 그만큼 네 개 모델 목표 저것 우리 이야기했다 ~에 대한 이전에.
오른쪽, 그리고 이었다 실제로 가고 있다 에게 사용 그만큼 같은 데이터.
이것 ~이다 데이터 저것 우리 당겼다 ~에서 레드핀 저것 대표하다
그만큼 주택 시장 ~에 그만큼 신시내티 영역.
여기 이었다 견딜 수 없는 에게 바라보다
~에 그만큼 가격 ~의 주택 상대적인 에게 그들의 정사각형 피트 길이,
그만큼 숫자 ~의 침대, 그만큼 숫자 ~의 온천,
그리고 그래서 ~에 그리고 그래서 앞으로.
이전에, 우리는 대답했다 그만큼 질문, 무엇 모델 언제?
그것 정말 달려있다 ~에 무엇 모델 당신은 가고 있다 에게 선택하다
기반을 둔 ~에 당신의 목표 ~을 위한 그만큼 분석.
을 위한 분절, 이었다 견딜 수 없는 에게 조사하다 관계
어디 있다 아니요 예정된 응답;
설명하다, 이었다 견딜 수 없는 에게 설명하다 a 관계
그리고 바라보다 ~에 그만큼 밑에 있는 요인들 그리고 어떻게 저것들 영향을 미치다 그만큼 응답;
예측하다, 이었다 견딜 수 없는 에게 예측하다 미래 결과
또는 그만큼 응답 ~에 새로운 상황;
그리고 식별하고, 이었다 견딜 수 없는 에게 찾다 중요한 변수.
오른쪽.
지금 하자 가져오다 그만큼 모델링 유형 ~ 안으로 그만큼 그림.
둘 다 당신의 응답 그리고 당신의 요인들 ~할 수 있다 가지다 다른 모델링 유형.
~ 안에 제이엠피, 거기 ~이다 삼 기본 모델링 유형:
마디 없는, 명사 같은, 그리고 서수형.
마디 없는 모델링 유형 ~이다 대표하다 ~에 의해 이것 파란색 삼각형 상 여기,
그리고 이것 참조하다 에게 숫자 데이터 오직.
그만큼 명사 같은 모델링 유형 ~이다 대표하다 ~에 의해 이것 빨간색 상,
그리고 이것 ~이다 숫자 또는 성격 데이터 어디 가치 제자리에 있다 에게 카테고리,
하지만 그만큼 주문하다 ~이다 ~ 아니다 중요한.
을 위한 그만큼 서수형 모델링 유형, 그것 ~이다 대표하다 ~에 의해 이것 녹색 상,
그리고 이것 ~할 수 있다 BE 어느 하나 숫자 또는 성격 데이터 ~처럼 잘.
하지만 ~에 이것 사례, 가치 제자리에 있다 에게 주문했다 카테고리.
언제 당신은 행위 한 분석 ~에 제이엠피,
너 원하다 에게 만들다 확신하는 너 세트 위로 그만큼 옳은 모델링 유형,
왜냐하면 제이엠피 ~ 할 것이다 하다 그만큼 옳은 모델 ~을 위한 너,
~ 할 것이다 하다 그만큼 옳은 분석 따라 ~에 모델링 유형.
안드레아, I 가지다 a 게임 ~을 위한 우리를 에게 놀다.
그것은 ~라고 불리는 이름 저것 분석.
하다 너 원하다 에게 놀다?
전적으로. I 사랑 계략.
엄청난.
여기 있습니다 당신의 첫 번째 질문.
우리 원하다 에게 식별하다
어느 특징 ~의 a 집 ~이다 최대 중요한
에게 결정하다 그만큼 가격.
을 위한 예, 정사각형 피트 길이 그리고 숫자 ~의 욕실
~할 수 있다 설명하다 a 크기가 큰 양 ~의 그만큼 변화 ~에 가격,
하지만 다른 특징 ~이다 더 적은 중요한.
모두 오른쪽, 올리비아.
I 생각하다 당신은 만들기 이것 첫 번째 질문 쉬운 ~을 위한 나.
~이다 그만큼 답변 식별하다?
하자 보다.
응, 당신은 오른쪽.
I 했다 만들다 저것 하나 a 작은 조금 쉬운 에게 얻다 우리를 가고 있다,
하지만 저것 ~이다 식별하다 에게 찾다 중요한 변수 이내에 거기.
있다 a 커플 ~의 다른 장소 ~에 제이엠피
어디 우리 ~할 수 있다 사용 도구 에게 식별하다 만약에 그게 우리의 모델링 목표.
아래에 그만큼 분석하다 메뉴 아래에 상영, 예측 모델링 그리고 맞다 모델,
사용 중 도구 좋다 예언자 상영, 부트스트랩 숲,
일반화된 회귀 그리고 단계적으로 선택.
을 위한 모델링 유형,
언제 이었다 찾고 ~에 그만큼 목표 ~의 식별하다,
그것은 ~ 아니다 가고 있다 에게 영향을 미치다 것들 많이.
제이엠피 ~이다 가고 있다 에게 하다 그만큼 옳은 분석
~처럼 긴 ~처럼 당신의 모델링 유형 ~이다 세트 적절하게.
우리 가지고 갔다 a 바라보다 ~에 이것 그리고 우리 가지고 갔다 둘 다 그만큼 응답 그리고 그만큼 요인들
그리고 변경됨 그들을 ~에서 마디 없는 에게 명사 같은
그리고 보았다 ~에 어떻게 어느 요인들 왔다 위로 ~처럼 최대 중요한.
하는 동안 그만큼 주문하다 ~의 그만큼 요인들 변화 많은, 그만큼 우성 요인들 머물렀다 그만큼 같은.
모두 오른쪽.
그것 외모 좋다 만약에 우리의 목표 ~이다 에게 식별하다 중요한 요인들,
정말, 그만큼 정확한 모델링 유형 이었다 사용 중
아니다 영향을 미치는 것들 저것 많이, 그것 외모 좋다, 올리비아.
오른쪽.
우리의 결론 ~에 어느 변수 ~이다 중요한
아니다 가고 있다 에게 변화 많이 기반을 둔 ~에 그만큼 모델링 유형.
괜찮은.
잘, 저것 ~이다 좋은 에게 알다.
I 가지다 a 질문 ~을 위한 너.
~이다 너 준비가 된?
나는 준비가 된.
모두 오른쪽, 여기 ~이다 당신의 질문.
하자 말하다 우리 원하다 에게 짓다 a 모델 에게 예측하다 집 물가.
이것 모델 ~ 할 것이다 BE 기반을 둔 ~에 많은 중요한 예언자 변수 우리 가지다 ~에 우리의 데이터.
을 위한 예, 우리 원하다 에게 예측하다
그만큼 가격 ~의 a 집 저것 우리 원하다 에게 놓다 ~에 그만큼 시장.
어느 목표 하다 너 생각하다 이었다 일하고 있는 ~와 함께 여기?
좋아요, 그래서 그것은 ~ 아니다 좋다 질문 하나 어디 이었다 견딜 수 없는 에게 보다
어느 요인들 ~이다 최대 중요한 에게 예측하다 주택 물가.
이었다 단지 정말 견딜 수 없는 에게 얻다 저것 결정적인 주택 가격 예측.
나는 가고 있다 에게 가다 ~와 함께 예측하다.
모두 오른쪽, 하자 보다 만약에 당신은 오른쪽.
예, 너 ~이다 오른쪽.
그만큼 목표 ~의 이것 분석 ~이다 예측하다.
있다 많은 ~의 다른 플랫폼 ~에 제이엠피 어디 너 ~할 수 있다 짓다 모델 ~을 위한 예측.
이내에 각 ~의 저것들 플랫폼 ~에 제이엠피 어디 너 ~할 수 있다 짓다 그만큼 예측 모델,
제이엠피 ~ 할 것이다 하다 그만큼 옳은 분석 ~을 위한 너,
따라 ~에 그만큼 모델링 유형 ~의 당신의 응답.
여기 우리 가지다 a 테이블
~의 다른 모델링 유형 ~을 위한 우리의 응답:
마디 없는, 명사 같은, 그리고 서수형.
을 위한 a 마디 없는 응답,
이것 ~이다 그만큼 전형적인 하나 저것 우리 ~이었다 말하는 에 대한, 오른쪽?
우리 원하다 에게 예측하다 그만큼 가격 ~의 a 집 저것 이었다 가고 있다 에게 놓다 ~에 그만큼 시장.
지금, 언제 이었다 건물 이것 유형 ~의 모델 ~와 함께 a 마디 없는 응답,
잘, 우리 원하다 에게 알다 어떻게 강한 저것 모델 이다.
뭐야? 그만큼 예측 힘 ~의 저것 모델?
우리 ~할 수 있다 사용 R제곱 그리고 그만큼 뿌리 평균 제곱 오류
에게 진단하다 저것 모델.
지금, ~을 위한 a 명사 같은 그리고 서수형 모델, 그것은 a 작은 조금 다른.
을 위한 a 모델 ~와 함께 a 명사 같은 응답, 우리 가지다 카테고리 ~처럼 그만큼 응답.
~ 안에 이것 예, 이었다 찾고
~에 ~이든 또는 ~ 아니다 그만큼 가격 ~ 할 것이다 BE ~ 위에 또는 아래에 1달러 백만.
그것이다 무엇 우리 원하다 에게 예측하다.
을 위한 그만큼 서수형 응답, 여기 우리 가지다 한 주문했다 범주.
우리 원하다 에게 예측하다 ~이든 그만큼 가격 ~의 그만큼 집
~이다 가고 있다 에게 BE 낮은, 중간, 그리고 높은.
을 위한 그만큼 명사 같은 그리고 서수형 예,
다시, 우리 ~할 수 있다 바라보다 ~에 R제곱 그리고 뿌리 평균 제곱 오류
에게 평가하다 저것들 모델.
하지만 있다 다른 것들 저것 우리 ~할 수 있다 사용 에게 평가하다 저것들 모델,
좋다 그만큼 오분류 비율 그리고 그만큼 영역 아래에 그만큼 큰 괴조 곡선.
의 강의, 우리의 가장 좋아하는 도구 ~에 제이엠피
에게 가져가다 a 바라보다 ~에 우리의 예측 모델 ~이다 그만큼 예측 프로파일러.
하자 가져가다 a 바라보다 ~에 그만큼 차이점 ~ 사이 그만큼 예측 프로파일러
~을 위한 그만큼 모델링 유형 ~의 우리의 응답.
을 위한 그만큼 마디 없는 응답, 우리 ~할 수 있다 보다 저것 ~에 그만큼 Y축,
우리 가지다 그만큼 평균 예측 ...을 더한 또는 마이너스 그만큼 신뢰 간격
주어진 그만큼 값 ~의 그만큼 모델 요인들 여기 ~에 각 ~의 그만큼 X -축.
을 위한 그만큼 명사 같은 그리고 서수형 물류 모델,
무엇 우리 보다 ~에 그만큼 Y -중심선
~이다 그만큼 개연성 ~의 그만큼 응답 존재 ~에 a 확실한 범주.
을 위한 그만큼 명사 같은 물류 모델, 우리 가지다 그만큼 개연성
저것 그만큼 집 ~이다 어느 하나 가고 있다 에게 BE ~ 위에 또는 아래에 a 백만 불화.
을 위한 이것 서수형 물류 모델,
우리 ~할 수 있다 보다 그만큼 개연성 ~의 가지고있다 a 낮은, 중간, 또는 높은 가격.
좋아요, 그래서 그것 소리 좋다 그만큼 목표 ~의 무엇 우리 원하다 에게 예측하다
~이다 또한 중요한 언제 이었다 말하는 ~에 대한 저것 예측 목표,
~이든 우리 원하다 에게 대하다 가격 ~처럼 마디 없는
그리고 얻다 그만큼 예측 ~의 그만큼 정확한 물가 밖으로 ~의 거기,
또는 만약에 우리 원하다 에게 대하다 그것 ~처럼 a 범주.
오른쪽.
너 단지 필요 에게 얻다
저것 응답 변하기 쉬운 세트 위로 그리고 당신의 데이터 세트 그만큼 옳은 방법,
그리고 그 다음에, ~의 강의, 양수인 그만큼 옳은 모델링 유형,
그리고 제이엠피 ~이다 가고 있다 에게 짓다 그만큼 옳은 모델 ~을 위한 너.
모두 오른쪽, 안드레아.
당신은 준비가 된 ~을 위한 당신의 다음 질문?
나는 준비가 된. 하자 가다.
좋아요.
우리 원하다 에게 정량화하다
그만큼 효과 ~에 집 물가 ~에서 추가의 침실.
을 위한 예, ~에 평균,
모든 추가의 침실 추가하다 약 $ 9만 7천 에게 그만큼 총 집 비용.
첨가 a 침실 추가하다 9만 7천 달러?
남성, 신시내티 ~이다 a 힘든 주택 시장.
그것이다 미친.
모두 오른쪽, 잘, 그래서 하자 보다.
무엇 ~이다 우리 견딜 수 없는 에게 하다 여기?
이었다 견딜 수 없는 에게 정량화하다 그만큼 효과 여기.
I 생각하다 무엇 이었다 견딜 수 없는 에게 하다 ~이다 설명하다
저것 효과 저것 침실 가지다 ~에 그만큼 가격 ~의 a 집.
나는 가고 있다 에게 말하다 설명하다.
당신은 옳은.
응, 이었다 견딜 수 없는 에게 설명하다 그만큼 관계.
~ 안에 설명하다, 우리 사용 그만큼 매개변수 추정치 촬영됨 ~에서 그만큼 모델 방정식
에게 정량화하다 저것들 관계 ~ 사이 그만큼 요인들 그리고 그만큼 응답.
일반적으로, 우리 사용 ~에 제이엠피 아래에 그만큼 맞다 모델 메뉴 위치
도구 좋다 표준 최소 사각형, 물류 그리고 순서형 회귀,
그리고 일반화된 회귀.
모델링 유형 ~할 수 있다 정말 영향
어떻게 우리의 인수분해된 관계 ~와 함께 그만큼 응답 변하기 쉬운 ~이다 해석됨.
우리 가지고 갔다 a 바라보다, 그리고 우리 ~이었다 찾고
~에 어떻게 하다 그만큼 숫자 ~의 침대 영향을 미치다 그만큼 주택 가격?
우리 변경됨 침대 ~에서 마디 없는, 에게 명사 같은, 에게 서수형,
그리고 보다 무엇 저것 관계 였다.
우리 ~할 수 있다 보다 아래에 그만큼 마디 없는, 그게 어디 우리는 갖다
저것 모든 추가의 침실 추가하다 9만 7천 달러 ~에 대한 에게 그만큼 총 집 가격.
저것 예측 프로파일러 쇼 a 선의 관계
언제 우리 대하다 침대 ~처럼 마디 없는.
하지만 언제 우리 대하다 침대 ~처럼 명사 같은 또는 서수형,
있다 ~ 아니다 저것 똑바로 선의 관계 가고 있다 에.
우리 보다 a 스파이크 ~에 가격 ~을 위한 4-5 침실 비교하다 에게 가고 있다 ~에서 2-3 침실.
오른쪽.
I 보다 ~와 함께 명사 같은 그리고 서수형,
그만큼 예측 프로파일러 외모 거의 정확히 그만큼 같은,
그래서 그것 ~ 해야 하다 BE 그만큼 같은 모델.
하지만, 나는 봄 ~와 함께 그만큼 매개변수 추정치,
그들 바라보다 a 작은 조금 다른 ~ 사이 명사 같은 그리고 서수형.
뭐야? 가고 있다 ~에 거기?
응, 그래서 그만큼 명사 같은 그리고 서수형 모델링 유형,
그리고 우리가 사용 저것 내에 회귀, ~이다 치료 중...
그들은 코딩됨 다르게 이내에 그만큼 회귀,
그래서 그만큼 매개변수 추정치 ~이다 다른.
을 위한 명사 같은, 저것 가로채다,
우리 생각하다 ~의 저것 ~처럼 그만큼 평균 집 가격 가로질러 모두 그만큼 다른 침실,
그리고 각 ~의 저것들 매개변수 추정치
~이다 어떻게 많이 저것 숫자 ~의 침대 증가하다 또는 감소하다 저것 평균 집 가격.
하지만 ~을 위한 단어 인알, 왜냐하면 이었다 찾고 ~에 주문하다 중요한 것,
우리 생각하다 ~의 그만큼 가로채다 ~처럼 만약에 거기 ~이다 영 침실
그리고 각 ~의 저것들 매개변수 추정치
~이다 그만큼 효과 ~의 첨가 한 추가의 침실 에 그만큼 가격.
모두 오른쪽.
모델링 유형 ~이다 정말 가고 있다 에게 영향을 미치다 나의 매개변수 추정치.
I 정말 필요 에게 생각하다 ~에 대한 정확히 무엇 하다 I 원하다 에게 설명하다
~처럼 a 부분 ~의 이것 모델 언제 나는 행위 이것 분석.
예.
모두 오른쪽.
~이다 너 준비가 된 ~을 위한 그만큼 결정적인 질문, 올리비아?
응, 가져오다 그것 에.
모두 오른쪽, 여기 있어요 그만큼 질문.
하자 말하다 우리 원하다 에게 식별하다 여러 떼 ~의 주택
저것 ~이다 비슷한 기반을 둔 ~에 a 목록 ~의 가능한 형질.
~ 안에 다른 단어,
우리 원하다 에게 식별하다 시장 세그먼트 기반을 둔 ~에 것들 좋다 정사각형 피트 길이,
위치, 숫자 ~의 침실, 그리고 기타.
어느 목표 하다 너 생각하다 이것 이다?
I 생각하다 당신은 견딜 수 없는 에게 장난 나 ~와 함께 저것 식별하다,
그리고 나는 ~ 아니다 가고 있다 에게 떨어지다 ~을 위한 그것.
좋아요.
하지만 거기 ~이다 아니요 응답 이내에 이것 질문.
I 생각하다 이었다 찾고 ~에 클러스터링.
나는 가고 있다 에게 말하다 분절.
좋아요.
잘, 당신은 오른쪽, 올리비아.
I 했다 노력하다 그리고 장난 너 a 작은 조금 왜냐하면 I 정말 원했다 에게 이기다.
하지만 당신은 오른쪽, 그게 그만큼 열쇠 물건 여기,
~이다 저것 거기 ~이다 아니요 응답 여기 ~에 이것 분석.
우리 ~이다 분명히 찾고 ~에 분절.
언제 우리의 목표 ~이다 분절,
우리 ~할 수 있다 사용 a 커플 ~의 다른 클러스터링 도구.
우리 ~할 수 있다 하다 계층적 클러스터링,
K-평균 C 광택이 나는, 또는 숨어 있는 수업 분석.
그것은 중요한 에게 유지하다 ~에 정신 저것 ~와 함께 계층적 클러스터링,
너 ~할 수 있다 오직 포함하다...
죄송합니다, 너 ~할 수 있다 포함하다 모두 ~의 그만큼 모델링 유형:
마디 없는, 명사 같은, 그리고 서수형.
하지만 ~을 위한 K-평균 클러스터링,
너 ~할 수 있다 오직 포함하다 변수 저것 ~이다 마디 없는.
을 위한 숨어 있는 수업 분석,
너 ~할 수 있다 오직 포함하다 명사 같은 또는 서수형 변수.
~ 안에 우리의 사례 여기, 언제 이었다 찾고
~에 그만큼 숫자 ~의 침실, 많은 크기, 년도 세워짐, 그리고 정사각형 피트,
우리 가지다 a 콤비네이션 ~의 마디 없는 그리고 명사 같은 변수.
계층적 클러스터링 5월 BE 그만큼 최상의 클러스터링 도구 에게 사용 ~에 이것 대본.
그것 외모 좋다 ~와 함께 저것 평행한 구성 ~와 함께 계층적 클러스터링,
아마도 우리 ~할 수 있었다 부르다 무리 6 놀라운 위치.
예.
만약에 너 생각하다 a 크기가 큰 많은 크기 이다 놀라운 위치,
응, 우리 ~할 수 있다 분명히 부르다 저것 분절 놀라운 위치 주택.
잘, 모두 오른쪽, 올리비아,
~에도 불구하고 나 주는 것 너 a 장난 ~에 저것 마지막 질문,
그것 외모 좋다 우리 끝났다 위로 ~와 함께 a 묶다 여기 다시.
잘 가지다 에게 재경기 다시 곧.
전적으로.
우리 이야기했다 ~에 대한 무엇 모델 언제, 그리고 그것 정말,
무엇 모델 너 선택하다 달려있다 ~에 당신의 목표 ~을 위한 그만큼 분석,
~이든 그것은 분절, 설명하다, 예측하다, 또는 식별하다.
응, ~에 자귀 ~의 모델링 유형, 다시,
제이엠피 ~이다 가고 있다 에게 하다 그만큼 옳은 분석 ~을 위한 너,
특히 ~와 함께 당신의 응답.
만약에 당신은 환경 그들을 위로 ~와 함께 그만큼 옳은 모델링 유형,
제이엠피 ~이다 가고 있다 에게 하다 그만큼 옳은 분석 ~을 위한 너.
만약에 당신의 목표 ~이다 설명하다,
너 ~할 것 같다 필요 에게 생각하다 a 작은 조금 ~에 대한 어느 모델링 유형 에게 사용,
따라 ~에 어떻게 너 원하다 에게 설명하다
그만큼 효과 ~의 무엇 좋다 그만큼 숫자 ~의 침실.
감사하다 너, 올리비아.
이것 ~이다 그래서 많이 재미있는.
하자 하다 그것 다시 다음 년도.
