App Multiple Linear Regression

ivan gabrovski

ປະກອບ​ມີ​ໂຄ​ສະ​ນາ

ກ່ຽວກັບແອັບນີ້

ການຖົດຖອຍເສັ້ນຊື່ຫຼາຍຕົວແມ່ນວິທີການທາງສະຖິຕິທີ່ໃຊ້ເພື່ອສ້າງແບບຈຳລອງຄວາມສຳພັນລະຫວ່າງຕົວແປທີ່ຂຶ້ນກັບຕົວແປໜຶ່ງຕົວ ແລະ ຕົວແປອິດສະຫຼະສອງຕົວ ຫຼື ຫຼາຍກວ່ານັ້ນ ໂດຍການປັບສົມຜົນເສັ້ນຊື່ໃຫ້ເໝາະສົມກັບຂໍ້ມູນທີ່ສັງເກດໄດ້. ການຖົດຖອຍເສັ້ນຊື່ຫຼາຍຕົວອະທິບາຍວ່າຕົວຄາດຄະເນຫຼາຍຕົວມີຜົນກະທົບຕໍ່ຕົວແປຜົນໄດ້ຮັບພ້ອມໆກັນແນວໃດ.

ອົງປະກອບຫຼັກຂອງການຖົດຖອຍເສັ້ນຊື່ຫຼາຍຕົວ:
- ຕົວແປທີ່ຂຶ້ນກັບຕົວ (Y): ນີ້ແມ່ນຕົວແປທີ່ພວກເຮົາຕ້ອງການຄາດຄະເນ. ມັນມັກຈະຖືກເອີ້ນວ່າ "ຕົວແປເປົ້າໝາຍ" ຫຼື "ການຕອບສະໜອງ."
- ຕົວແປອິດສະຫຼະ (X1, X2, ..., Xn): ເຫຼົ່ານີ້ແມ່ນຕົວແປທີ່ພວກເຮົາໃຊ້ເພື່ອຄາດຄະເນຕົວແປທີ່ຂຶ້ນກັບຕົວ. ພວກມັນມັກຈະຖືກເອີ້ນວ່າ "ຕົວຄາດຄະເນ" ຫຼື "ຕົວແປອະທິບາຍ."
- ຮູບແບບການຖົດຖອຍ: ສົມຜົນຂອງການຖົດຖອຍເສັ້ນຊື່ຫຼາຍຕົວມີຮູບແບບດັ່ງຕໍ່ໄປນີ້:
Y = beta_0 + beta_01* X1 + beta_2*X2 + ... + beta_n* Xn

ບ່ອນທີ່:
Y ແມ່ນຕົວແປທີ່ຂຶ້ນກັບຕົວ. X1, X2, ..., Xn ແມ່ນຕົວແປອິດສະຫຼະ.

beta_0 ແມ່ນຄ່າຄົງທີ່ (ຈຸດຕັດ). beta_1,beta_2, ..., beta_n ແມ່ນສຳປະສິດການຖົດຖອຍທີ່ຊີ້ບອກເຖິງອິດທິພົນຂອງຕົວແປເອກະລາດທີ່ສອດຄ້ອງກັນຕໍ່ຕົວແປທີ່ຂຶ້ນກັບ.

ການນຳໃຊ້: - ເສດຖະສາດ (ການຄາດຄະເນລາຍໄດ້); - ການດູແລສຸຂະພາບ (ການວິເຄາະປັດໄຈຄວາມສ່ຽງ); - ວິສະວະກຳ; - ວິທະຍາສາດສັງຄົມ; - ການຄາດຄະເນທຸລະກິດ.

ຕົວຢ່າງ: ການຄາດຄະເນລາຄາເຮືອນໂດຍອີງໃສ່: - ຂະໜາດຂອງເຮືອນ; - ຈຳນວນຫ້ອງນອນ; - ອາຍຸຂອງເຮືອນ
ໃນແອັບ, ແຕ່ລະວັດຖຸ Object_k( object_1, object_2 ... object_m) ຖືກອະທິບາຍໂດຍຕົວແປເອກະລາດ ( Xki – ຄຸນສົມບັດ, i = 1...n ) ແລະຕົວແປທີ່ຂຶ້ນກັບໜຶ່ງ ( Yk - ເປົ້າໝາຍ). ວິທີການເຊັ່ນ: ຈຳນວນກຳລັງສອງນ້ອຍສຸດທຳມະດາ (OLS) ຖືກນຳໃຊ້ເພື່ອຄິດໄລ່ຄ່າທີ່ດີທີ່ສຸດຂອງສຳປະສິດ (beta_0, beta_1, beta_2, ..., beta_n). ຄ່າເປົ້າໝາຍຖືກຄິດໄລ່ໂດຍ:
Y = beta_0 + beta_01* P1 + beta_2 *P2 + ... + beta_n* Pn
ບ່ອນທີ່: P1, P2...Pn ແມ່ນຕົວຄາດຄະເນຂອງເປົ້າໝາຍ.
ແອັບພລິເຄຊັນບັນທຶກຂໍ້ມູນສຳລັບຮູບແບບການຖົດຖອຍຫຼາຍອັນໃນຖານຂໍ້ມູນ (DB) ປະເພດ SQLite ຊື່ວ່າ AppMultipleLinearRegression.db. ຮູບແບບການຖົດຖອຍແມ່ນແຍກຕາມຊື່.

ໜ້າຈໍເລີ່ມຕົ້ນຂອງແອັບພລິເຄຊັນ (App Multiple Linear Regression Solver) ສະແດງລາຍຊື່ຕົວຢ່າງຂອງຮູບແບບການຖົດຖອຍ (ໃນລາຍຊື່ spinner) ແລະປຸ່ມສຳລັບເປີດໃຊ້ໜ້າທີ່ເພື່ອສ້າງ (ຕົວຢ່າງໃໝ່), ໂຫຼດ (Load), ບັນທຶກ (Save), ບັນທຶກເປັນ (Save as), ຄິດໄລ່ (Calculate), ແລະລຶບ (Delete) ຕົວຢ່າງຂອງຮູບແບບການຖົດຖອຍ. ຈາກໜ້າຈໍຫຼັກ, ຜ່ານອົງປະກອບເມນູ, ທ່ານຍັງສາມາດເຂົ້າເຖິງໜ້າທີ່ຕ່າງໆເຊັ່ນ: ການເລືອກພາສາ, ການບັນທຶກ ແລະ ການຄັດລອກຖານຂໍ້ມູນ, ການເລີ່ມຕົ້ນຖານຂໍ້ມູນດ້ວຍຂໍ້ມູນຕົວຢ່າງ, ແລະໜ້າທີ່ຊ່ວຍເຫຼືອເຊັ່ນ: ການຊ່ວຍເຫຼືອສຳລັບແອັບພລິເຄຊັນ, ການຕັ້ງຄ່າ, ແລະລິ້ງໄປຫາເວັບໄຊທ໌ທີ່ມີລາຍລະອຽດຂອງແອັບພລິເຄຊັນທັງໝົດໂດຍຜູ້ຂຽນ.
ຟັງຊັນສຳລັບການສ້າງ (ຕົວຢ່າງໃໝ່) ປະກອບມີກ່ອງໂຕ້ຕອບສຳລັບປ້ອນຂໍ້ມູນຂະໜາດຂອງແມັດຕຣິກທີ່ໃສ່ຂໍ້ມູນຂອງຕົວຢ່າງໃໝ່ - ຈຳນວນແຖວ (ຈຳນວນແຖວລວມສຳລັບຂໍ້ມູນທີ່ຄາດຄະເນ P1, P2...Pn– ແຖວສຸດທ້າຍ) ແລະ ຈຳນວນຖັນ (ຈຳນວນຖັນລວມສຳລັບຂໍ້ມູນທີ່ຂຶ້ນກັບ Y1, Y2,...Yk– ຖັນສຸດທ້າຍ). ຫຼັງຈາກນັ້ນ, ສ້າງຕາຕະລາງສຳລັບປ້ອນຂໍ້ມູນທີ່ກ່ຽວຂ້ອງ. ຕາຕະລາງທີ່ບັນຈຸຂໍ້ມູນຕ້ອງຖືກຕັ້ງຊື່ກ່ອນທີ່ຈະບັນທຶກ. ຟັງຊັນໂຫຼດລ້າງຕາຕະລາງ.

ຕາຕະລາງທີ່ບັນທຶກໄວ້ເກົ່າອາດຈະສະແດງໂດຍເລືອກຈາກລາຍຊື່ spinner. ຕາຕະລາງທີ່ສະແດງອາດຈະຖືກຄິດໄລ່ ແລະ ວິທີແກ້ໄຂຈະປາກົດຢູ່ໃນຜົນໄດ້ຮັບຂອງແອັບກ່ອງໂຕ້ຕອບ. ຟັງຊັນພິມອາດຈະຖືກປະຕິບັດຈາກກ່ອງໂຕ້ຕອບນີ້ໃນໄຟລ໌ AppMultipleLinearRegressionSolver.txt. ກິດຈະກຳພິມລວມບັນທຶກໄຟລ໌ Db/ບັນທຶກໄຟລ໌ໂດຍມັນແມ່ນໂຟນເດີທີ່ເລືອກບ່ອນທີ່ຈະບັນທຶກໄຟລ໌. ຫຼັງຈາກເລືອກໂຟນເດີ, ປຸ່ມສຳລັບບັນທຶກຈະປາກົດຂຶ້ນ. ຈາກກິດຈະກຳດຽວກັນອາດຈະສະແດງເນື້ອໃນຂອງໄຟລ໌ທີ່ເລືອກ, ເພື່ອປ່ຽນຊື່ໄຟລ໌ ຫຼື ໂຟນເດີ, ເພື່ອສ້າງໂຟນເດີໃໝ່ ແລະ ຍັງເພື່ອລຶບໄຟລ໌ທີ່ເລືອກ.

ການຖົດຖອຍເສັ້ນຊື່ຫຼາຍອັນແມ່ນເຄື່ອງມືວິເຄາະຂໍ້ມູນທີ່ມີປະສິດທິພາບ, ແຕ່ມັນຕ້ອງຖືກນຳໃຊ້ດ້ວຍຄວາມລະມັດລະວັງ ແລະ ເຂົ້າໃຈຂໍ້ຈຳກັດຂອງມັນ.
ຂໍ້ເສຍ: ມີຄວາມອ່ອນໄຫວຕໍ່ກັບຄວາມສຳພັນຫຼາຍເສັ້ນ (ສຳພັນທີ່ເຂັ້ມແຂງລະຫວ່າງຕົວແປເອກະລາດ). ບໍ່ສາມາດບັນທຶກຄວາມສຳພັນທີ່ບໍ່ເປັນເສັ້ນໄດ້ສະເໝີໄປ. ຕ້ອງການການກວດສອບຄວາມຖືກຕ້ອງ ແລະ ການກວດສອບສົມມຸດຕິຖານຢ່າງລະມັດລະວັງ.