Hồi quy dữ liệu

Hồi quy dữ liệu

11ChChươươngng3: 3: HồiHồiqui qui dữdữliệuliệuHọckỳ 1 – 2011-2012KhoaKhoaKhoaKhoaHọcHọc& & KỹKỹThuậtThuậtMáyMáyTínhTínhTrTrưườngờngĐĐạiạiHọcHọcBáchBáchKhoaKhoaTpTp. . HồHồChíChíMinhMinhCaoCaoHọcHọcNgànhNgànhKhoaKhoaHọcHọcMáyMáyTínhTínhGiáoGiáotrìnhtrìnhđđiệniệntửtửBiênBiênsoạnsoạnbởibởi: TS. : TS. VõVõThịThịNgọcNgọcChâuChâu((chauvtn@cse.hcmut.edu.vnchauvtn@cse.hcmut.edu.vn)) 22Tài liệuthamkhảo[1] Jiawei Han, Micheline Kamber, “Data Mining: Concepts and Techniques”, Second Edition, Morgan Kaufmann Publishers, 2006.[2] David Hand, Heikki Mannila, Padhraic Smyth, “Principles of Data Mining”, MIT Press, 2001.[3] David L. Olson, Dursun Delen, “Advanced Data Mining Techniques”, Springer-Verlag, 2008.[4] Graham J. Williams, Simeon J. Simoff, “Data Mining: Theory, Methodology, Techniques, and Applications”, Springer-Verlag, 2006.[5] Hillol Kargupta, Jiawei Han, Philip S. Yu, Rajeev Motwani, and Vipin Kumar, “Next Generation of Data Mining”, Taylor & Francis Group, LLC, 2009.[6] Daniel T. Larose, “Data mining methods and models”, John Wiley & Sons, Inc, 2006.[7] Ian H.Witten, Eibe Frank, “Data mining : practical machine learning tools and techniques”, Second Edition, Elsevier Inc, 2005. [8] Florent Messeglia, Pascal Poncelet & Maguelonne Teisseire, “Successes and new directions in data mining”, IGI Global, 2008.[9] Oded Maimon, Lior Rokach, “Data Mining and Knowledge Discovery Handbook”, Second Edition, Springer Science + BusinessMedia, LLC 2005, 2010. 33NộidungChương 1: Tổng quan về khai phá dữ liệuChương 2: Các vấn đề tiềnxử lý dữ liệuChương 3: Hồiqui dữ liệuChương 4: Phân loạidữ liệuChương 5: Gom cụmdữ liệuChương 6: LuậtkếthợpChương 7: Khai phá dữ liệuvàcôngnghệ cơ sở dữliệuChương 8: Ứng dụngkhai phá dữ liệuChương 9: Các đề tài nghiên cứutrongkhaiphádữliệuChương 10: Ôn tập 44Chương 3: Hồiqui dữ liệu3.1. Tổng quan về hồiqui3.2. Hồiqui tuyếntính3.3. Hồiqui phi tuyến3.4. Ứng dụng3.5. Các vấn đề vớihồiqui3.6. Tóm tắt 553.0. Tình huống 1Ngày mai giá cổ phiếu STB sẽ làbao nhiêu??? 663.0. Tình huống 2xyy = x + 1X1Y1Y1’Mô hình phân bố dữ liệucủa y theo x??? 773.0. Tình huống 3Bàitoánphântíchgiỏ hàng thịtrường (market basket analysis)Æ sự kếthợpgiữacácmặthàng? 883.0. Tình huống 4Khảosátcácyếutố tác động đếnxuhướngsử dụng quảng cáo trựctuyếntạiViệtNamSự giảitrícảmnhận (+0.209)Chấtlượng thông tin (+0.261)Chấtlượng thông tin cảmnhận (+0.199)Sự khó chịucảmnhận (-0.175)Sự tin cậycảmnhậnThái độ về tính riêng tưSự tương tác (+0.373)Chuẩnchủ quan (+0.254)Nhậnthứckiểm soát hành vi (+0.377) 993.0. Tình huống …Hồi qui (regression)Khai phá dữ liệucótínhdự báo (Predictive data mining)Tình huống ???Khai phá dữ liệucótínhmôtả (Descriptive data mining)Tình huống ??? 10103.1. Tổng quan về hồiquiĐịnh nghĩa-Hồi qui (regression)J. Han et al (2001, 2006): Hồiqui làkỹ thuậtthốngkê cho phép dựđoán các trị (số) liên tục.Wiki (2009): Hồi qui (Phân tích hồiqui –regression analysis) là kỹ thuậtthống kê cho phép ướclượngcác mốiliênkếtgiữacácbiếnR. D. Snee (1977): Hồi qui (Phân tích hồiqui) làkỹthuậtthống kê trong lĩnh vựcphântíchdữ liệuvàxây dựng các mô hình từ thựcnghiệm, cho phépmô hình hồiqui vừa được khám phá được dùng chomục đích dự báo (prediction), điềukhiển (control), hay học (learn) cơ chếđãtạoradữ liệu.R. D. Snee, Validation of Regression Models: Methods and Examples, Technometrics, Vol. 19, No. 4. (Nov., 1977), pp. 415-428. [...]... 26 3.3 Hồi qui phi tuyến Y = f(X, β) Y là hàm phi tuyến cho việc kết hợp các thông số β Ví dụ: hàm mũ, hàm logarit, hàm Gauss, … Xác định bộ thông số β tối ưu: các giải thuật tối ưu hóa Tối ưu hóa cục bộ Tối ưu hóa toàn cục cho tổng thặng dư bình phương (sum of squared residuals) 27 27 3.4 Ứng dụng Quá trình khai phá dữ liệu Giai đoạn tiền xử lý dữ liệu Giai đoạn khai phá dữ liệu Khai phá dữ liệu có... 3.2 Hồi qui tuyến tính Hồi qui tuyến tính đơn biến Đường hồi qui (regression line) Hồi qui tuyến tính đa biến Mặt phẳng hồi qui (regression plane) 18 18 3.2.1 Hồi qui tuyến tính đơn biến Cho N đối tượng đã được quan sát, mô hình hồi qui tuyến tính đơn biến được cho dưới dạng sau với εi dùng giữ phần biến thiên của đáp ứng Y không được giải thích từ X: -Dạng đường thẳng -Dạng parabola 19 19 3.2.1 Hồi. .. hưởng của X đối với Y 12 12 3.1 Tổng quan về hồi qui Phân loại Hồi qui tuyến tính (linear) và phi tuyến (nonlinear) Hồi qui đơn biến (single) và đa biến (multiple) Hồi qui có thông số (parametric), phi thông số (nonparametric), và thông số kết hợp (semiparametric) Hồi qui đối xứng (symmetric) và bất đối xứng (asymmetric) 13 13 3.1 Tổng quan về hồi qui Phân loại Hồi qui tuyến tính (linear) và phi tuyến... phá dữ liệu có tính dự báo Các lĩnh vực ứng dụng: sinh học (biology), nông nghiệp (agriculture), xã hội (social issues), kinh tế (economy), kinh doanh (business), … P Giudici, Applied Data Mining – Statistical Methods for Business and Industry, John Wiley & Sons Ltd, 2003 28 28 3.5 Các vấn đề với hồi qui Các giả định (assumptions) đi kèm với bài toán hồi qui Lượng dữ liệu được xử lý Đánh giá mô hình hồi. .. 2.018*X •Dấu của β1 cho biết sự ảnh hưởng của X đối với Y 20 20 3.2.1 Hồi qui tuyến tính đơn biến Ước lượng bộ thông số β ( ) để đạt được mô hình hồi qui tuyến tính đơn biến Thặng dư (residual) xi, yi: trị của x, y từ tập dữ liệu huấn luyện Tổng thặng dư bình phương (sum of squared residuals) tối thiểu hóa x, y: trị trung bình từ tập dữ liệu huấn luyện ŷi: trị ước lượng với bộ thông số β Trị ước lượng... quan về hồi qui Phân loại Hồi qui đơn biến (single) và đa biến (multiple) Single: X = (X1) Multiple: X = (X1, X2, …, Xk) ˆ y = 6 3 9 7 2 + 2 0 4 9 2 1 x 1 + 0 2 8 0 5 x 2 ˆ y = 26.89 + 4.06 x 15 [Chapter 6 Regression and Correlation.ppt] 15 3.1 Tổng quan về hồi qui Phân loại Hồi qui có thông số (parametric), phi thông số (nonparametric), và thông số kết hợp (semiparametric) Parametric: mô hình hồi qui... thuật tiên tiến cho hồi qui: Artificial Neural Network (ANN) Support Vector Machine (SVM) 29 29 3.6 Tóm tắt Hồi qui Kỹ thuật thống kê, được áp dụng cho các thuộc tính liên tục (continuous attributes/features) Có lịch sử phát triển lâu đời Đơn giản nhưng rất hữu dụng, được ứng dụng rộng rãi Cho thấy sự đóng góp đáng kể của lĩnh vực thống kê trong lĩnh vực khai phá dữ liệu Các dạng mô hình hồi qui: tuyến... Industry, John Wiley & Sons Ltd, 2003 16 16 3.1 Tổng quan về hồi qui Phân loại Hồi qui đối xứng (symmetric) và bất đối xứng (asymmetric) Symmetric: mô hình hồi qui có tính mô tả (descriptive) (eg log-linear models) The objective of the analysis is descriptive – to describe the associative structure among the variables Asymmetric: mô hình hồi qui có tính dự báo (predictive) (eg linear regression models,... về hồi qui Mô hình hồi qui (regression model): mô hình mô tả mối liên kết (relationship) giữa một tập các biến dự báo (predictor variables/independent variables) và một hay nhiều đáp ứng (responses/dependent variables) Y = f(X, β) X: các biến dự báo (predictor/independent variables) Y: các đáp ứng (responses/dependent variables) β: các hệ số hồi qui (regression coefficients) 11 11 3.1 Tổng quan về hồi. .. 3.2.2 Hồi qui tuyến tính đa biến Hồi qui tuyến tính đa biến: phân tích mối quan hệ giữa biến phụ thuộc (response/dependent variable) và hai hay nhiều biến độc lập (independent variables) yi = b0 + b1xi1 + b2xi2 + … + bkxik i = 1 n với n là số đối tượng đã quan sát k = số biến độc lập (số thuộc tính/tiêu chí/yếu tố…) Y = biến phụ thuộc X = biến độc lập b0 = trị của Y khi X = 0 b1 k = trị của các hệ số hồi . quan về khai phá dữ liệu Chương 2: Các vấn đề tiềnxử lý dữ liệu Chương 3: Hồiqui dữ liệu Chương 4: Phân loạidữ liệu Chương 5: Gom cụmdữ liệu Chương 6: LuậtkếthợpChương. phá dữ liệuvàcôngnghệ cơ sở d liệu Chương 8: Ứng dụngkhai phá dữ liệu Chương 9: Các đề tài nghiên cứutrongkhaiphád liệu Chương 10: Ôn tập 44Chương 3: Hồiqui