Porady. Pandas. Python. Django. Microsoft Power BI. Tableau.

Sklearn. Zmienna docelowa i macierz cech. Oznaczenie

09.2022 | inne | sklearn | macierz-cech

Prognozujemy przyszłe ceny mieszkań (price).

W tym celu dysponujemy zbiorem danych historycznych, który pokazuje nam obecne ceny mieszkań wraz z ich charakterystyką np. lokalizacja, metraż, standard wykończenia. Takie charakterystyki są nazywane cechami w uczeniu maszynowym (features).

W takiej sytuacji:

  • price => to nasza zmienna decelowa. Zwykle oznaczano jako y pisany małą literą, gdyż jest to wektor
  • params => to nasza macierz cech np. lokalizacja, metraż. Zwykle oznaczana jako duże X, gdyż jest to wspomniana macierz

Wdrażam rozwiązania analityczne, buduję raporty zarządcze i pomagam zrozumieć dane.

Korzystam z Google Marketing Cloud, Microsoft Power BI, Google Cloud oraz Python.

Pracowałem m.in. dla Credit Suisse, Phonak, Hansaton, Unitron, Nestle, IBM, Play.

Jestem współtwórcą grupy Hexe Capital SA.

Zapraszam do lektury i współpracy.

Krzysztof Surowiecki

Chcę porozmawiać o współpracy →

Moje certyfikaty