[10分鐘搞懂機器學習] 機器學習教學 線性迴歸 數值預測模型使用
1 次觀看·2024年3月22日
*請訂閱、按讚,支持內容創作者
*本系列影片主題為「趨勢、潛力預測」
*相關影片推薦
https://youtu.be/y9XzNjFoNIE
https://youtu.be/CNaPHEs4tXY
這個單元會探討數值預測模型的使用
當你有一個好的模型後
你可以怎麼樣去使用它
業配來說
有一個精準的模型
可以分為兩種最常見的兩種使用方式
第一種就是預測趨勢
我把我的特徵式給你
你告訴我接下來會發生什麼事情
比如說接下來的天氣
降雨機率是多少
接下來的股票數值是多少
接下來的綠色能源產生量是多少等等
都屬於一個預測趨勢
另外一種也常常使用的方式
是我們要選擇一個最佳的方案
這時候我的特徵值就不是給定的
通常是給定一個範圍
比如說在武漢市之間
那你可以去調整特徵值的範圍
然後達到某個目標
為了達到那個目標
你會決定一個最佳的特徵值
這叫做最佳方案的選擇
我們今天會針對這兩種常見的使用方法
做進一步的討論
看第一個使用方法
預測趨勢
這邊的範例還是市場行銷範例
你手邊會有一筆歷史資料
那在這歷史資料裡面
你有兩個特徵
一個是產品的價格
另外一個是品牌推廣的花費
你的輸出值就是你的產品銷量
這是過去賣產品的公司
留下來資料他是給你的
那我們假設一個情境
你的公司要即將推出一個新的產品
但是公司已經把定價
還有品牌的推廣花費
已經告訴你的
一個是25和7
那請問一下
根據過去的這些資料
你有沒有辦法預測產品的銷量
我們接下來就使用機器學習裡面的
線性回歸來建立我的模型
首先呢
我們選定一個模型
這個模型長這個樣子
讓我們的輸出就是產品的銷量
跟我的產品價格
還有品牌推廣花費是有關的
然後利用線性回歸的方式
我們可以計算出模型的參數
A、B和C
接下來我們可以使用
機器學習裡面的回歸分析
去計算出A、B、C的值
在有A、B、C這個參數值以後呢
我們就把產品價格25
品牌推廣花費7
把它放進去
你就可以得到預估產品的銷量
就是47.81
我們來看另外一個範例
使用線性回歸來預測房地產的價格
在這個例子裡面
我有三個特徵
分別是房屋的大小
距火車站的距離以及屋齡
我們想要看的就是
當我給你三個特徵
我的房價大概是多少
那這個例子跟前面最大不同就是
它當我有三個特徵的時候
再加上房價
我變成有四個維度的資料
你就沒有辦法把這四個維度的資料
直接畫在
畫成一個圖形
讓設計者或使用者去
視覺化的分析這個結果
那事實上很多實際的應用
我的特徵基本上都超過兩個
所以要用視覺化的方式來去做
其實是比較困難的
不過簡單起見
我們這邊只考慮兩個特徵或三個特徵
那你可以怎麼做呢
你還是可以做一點視覺化
對資訊的一些分析
那這個程序也是非常重要的
就是當你還沒開始做任何的
選擇模型
或者是清理資料的時候
你先了解一下
到你手邊的資料合不合理
如果不合理的話
可能你一開始的資料是有問題的
所以我們怎麼做呢
我們先把任意選兩個特徵
然後對應到房價的圖把它畫出來
首先第一個圖你看一下
在這邊我選定的
第一個X1是我的房屋的大小
然後X2是巨夥參戰案的距離
我知道通常房屋越大的話
價格應該越貴
然後巨夥參戰案距離越近的話
價格應該也會越貴
我們先來看左下角這張圖
這張圖把前面兩個特徵
還有房價畫在一起
如果直接看這個資料的話
其實也看不出來任何的趨勢
所以我們該怎麼做呢
我們可以直接將X1還有X2
對Y軸去做線性回歸
所以你就得到這張圖了
好 那這張圖就比較明確了
你看一下當我的房子的大小
往左邊移動就越來越小的時候
房價基本上是從右上角
慢慢慢慢往下
到比較低的價錢
所以這應該是合理的
我們再來看一下巨夥參戰案距離
就是我X2的特徵
當我位置越來越遠的時候
我的數字也越來越低的
所以比如說我可以
看一個固定房子的大小
比如說是40
那你看一下這個平面就慢慢慢慢
往右邊往下降
所以透過這樣一個畫一個平面的方式
你可以大概瞭解到
你的資料基本上是應該是正確的
這邊我們來看房屋大小
屋齡對房價的影響
左邊是完全沒有做任何的
圖形化的設定
所以你看不太出來他們的關係
在右邊我們採用了
線性回歸的方式去把平面畫出來
我們可以比較兩個點
一個是這個最低點
這個平面最低點
還有一個平面最高點
剛好你從最低的地方
往平面最高點的地方看
就是當我的房屋的大小變大
以及屋齡越來越年輕的時候
它的價格就越來越高
所以看起來這個資料在X1、X3
對於房價的關係應該是正確的
我們再看最後一張比較圖
是關於火車站距離
屋齡對房價的關係圖
也是一樣我們去找
經過線性回歸以後
我去找兩個點出來
一個是左上角最高點
和右下角最低點
所以從屋齡比較老的
以及離火車站比較遠的地方
一直到屋齡比較年輕
然後去火車站比較近的
所以它的確呈現了
我們剛才說的這個趨勢
所以從前面三張搭配回歸平面的圖
我們大概可以猜想
我們的資料應該是沒有太大的問題
我們後面會說關於線性回歸
或多項式回歸
你比較確保的資料
要有某些特性
我們會有一個檢查清單
你纔有辦法找到一個好的模型
那至少在初步的時候
你可以透過這個方式
稍微去做一下分析
好 那在做這件事情以後
我們大概曉得我們資料OK
那現在我們就給你一個物件資料
假設我今天有一個賣方
它的房屋大小是30坪
它距火車站距離是5公里
屋齡是15年
我們希望提供賣方一個預售的價格
那這價格不應該太高
因為太高的話
買家不一定會買
如果太低的話
屋主可能也不願意賣
所以一個合理公平的價錢
是非常重要的
所以接下來呢
我們就使用線性回歸的方式
這邊我們會有三個特徵
分別是X1、X2還有X3
這邊我們剛剛說的房屋大小
距火車站距離還有屋齡
那這個線性回歸總共有四個參數
A、B、C、D
分別是跟X1前面的係數
X2前面的係數
X3前面的係數
還有它的截距
經過訓練的結果以後
我們發現一個很有趣的現象
就是第一個參數
第一個係數它是正的
第二和第三它是負的
那為什麼是這樣子呢
你注意到我的Y代表什麼意思
我的Y代表是房價
那我的X2呢
代表是距火車站的距離
所以當我X2這個數字越高的時候
我的房價應該越低
所以它要帶有個負號
所以B是負號是正常的
再來呢
C這個參數是跟屋齡有關
屋齡越高房價越低
所以它也有一個負號
我們在使用機器學習的時候
並沒有告訴我們的機器
到底這個A、B、C、D
是要正還是要負
但是它透過對資料的分析計算以後
它自然而然就可以知道這個關係
這也是使用機器學習最明顯的地方
它可以去把背後資料這些關聯性
把它找出來
那我們利用這個例子的原因就是
我們已經知道這個關係了
所以我們可以判斷說
它找出的關係到底合不合我們的直覺
那最後我們再用這個模型
去做房價的預測
我們把X1等於30
X2等於5
還有X3等於15
把它代進我們一開始這個方程式
得到的模型
計算出房價大概是1800萬左右
接下來我們再看第二個情境
叫做選擇最佳的方案
也是一樣我們以市場行銷範例為準
假設你手邊有一筆資料
你有X1產品價格
X2品牌推廣花費
還有Y是產品銷量
你的公司即將推出一個新的產品
但是它沒有給你一定要定價是多少
還有品牌推廣費一定是多少
而是給你一個範圍
產品可能在10到30之間
推廣費可能是5到15之間
你的工作就是要協助你公司
制定產品的價格
和決定品牌推廣花費
目的是要最大化我的銷售量
所以這跟剛剛前一個問題有點不太一樣
前面是把X1還有X2是給定的
我要預測我的產品銷量是多少
現在是給你X1和X2的數值範圍
我希望去調整X1和X2
可以最大化我的產品銷量
好 那我們的做法跟剛剛一樣
我們先使用機器學習的先行回歸
建立好模型得到ABC
那接下來我們就要最大化我們的模型
因為我們的模型的輸出值Y
就是我的銷量
而這個銷量會根據我們剛纔算出來的ABC
三個數值所影響
然後我的X1的範圍是10到30之間
X2的範圍是5到15之間
所以剛才那個問題
公司要求你去協助的問題
它就可以轉換成一個最佳化問題
然後你可以用一個很簡單的最佳化的軟體
去解這個問題
得到產品最大的銷量
將會是55.91
然後你的最佳化是什麼
就是我的產品價格定在30
品牌的推廣花費定在15
那因為這個問題非常簡單
你看一下
基本上當你的產品的價格越來越高
然後使用的花費越來越多的時候
它銷量就會越來越大
所以它應該很直覺的就是
我取到X1還有X2的最大的數值
就會得到最大的銷量
所以這也符合我們這邊的分析
數值得到的結果也符合我們分析
那你要特別小心
不管是前面一個應用的場景
或者是第二個應用的場景
它都有一個最大的假設
就是我的模型是精準的
如果你今天模型不是精準的話
你這所有的計算和分析都會是錯的
所以接下來我們要討論一下
到底哪些因素會影響到我的模型的準確性

