Una vez que conoces distintos modelos de regresión, puedes quedar con la duda al momento de enrrentar un problema sobre qué modelo utilizar. Aquí una ayuda:
- Si los datos tienen un comportamiento lineal y solo una variable independiente, utiliza un modelo lineal de regresión simple.
- Si los datos tienen un comportamiento lineal, pero más de una variable independiente, utiliza un modelo de regresión múltiple,
- Si no es lineal, puedes utilizar: Regresión polinómica, bosque aleatorio, árbol de decisión, Support Vector Regression y otro.
(También te puede interesar leer: Análisis comparativo sobre modelos de regresión)
Temas destacados
análisisDeDatos clasificación code Data Science Diario Concepción emprendimiento En la prensa estadística Estilo de vida identidad innovación instalación linux machineLearning MacOSX Mapuche mapudungun mineríaDeDatos opinión regresiones rubyOnRails Tips en el computador turismo viajesLo más leído
Hoy:
- Comparación de métodos de agrupamiento o clustering
- Noción de R-cuadrado o Coeficiente de Determinación
Histórico:
- Coeficiente de determinación corregido o R-cuadrado ajustado
- Comparación de métodos de agrupamiento o clustering
- Evitar los cortes de palabras en LaTeX
- Evaluación de modelos de clasificación: Matriz de Confusión y Curva ROC