我正在寻找一种算法来预测金额(实际值),因此我正在考虑使用回归算法。但是,我还需要知道与该值相关的概率,即客户A明天将花费50美元,概率为65%。
哪种回归算法可以为您提供每次预测的概率?
谢谢!
答案 0 :(得分:2)
最常见的回归框架是假设观测值等于确定性函数F(x)加上“随机”(更准确地说,是无法解释或未建模的)噪声。因此,预测值的不确定性等于参数估计的不确定性加上无法解释的噪声。
无法解释的噪声通常建模为均值为零的高斯模型。训练后的均方误差是噪声方差的估计值。由于参数估计而导致的不确定性更难获得。有一些公式可用于线性回归,并适用于经过一定程度挥舞的非线性模型。可能更简单,更广泛适用的方法是通过随机采样:通过从训练数据的随机子集进行训练来构建模型集合,并让由于参数引起的不确定性仅仅是集合输出的分布。
总不确定度将是参数不确定度加上噪声估计。由此,您可以构建所需的任何间隔。
也就是说,这个问题可能更适合stats.stackexchange.com。