Spark: La Guía Definitiva

Capítulo 27. Regresión

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

Regresión es una extensión lógica de la clasificación. En lugar de predecir un único valor a partir de un conjunto de valores, la regresión es el acto de predecir un número real (o variable continua) a partir de un conjunto de características (representadas como números).

La regresión puede ser más difícil que la clasificación porque, desde una perspectiva matemática, hay un número infinito de posibles valores de salida. Además, nuestro objetivo es optimizar alguna métrica de error entre el valor predicho y el verdadero, en lugar de una tasa de precisión. Aparte de eso, la regresión y la clasificación son bastante similares. Por esta razón, veremos muchos de los mismos conceptos subyacentes aplicados a la regresión que a la clasificación.

Casos prácticos

El siguiente es un pequeño conjunto de casos de uso de regresión que pueden hacerte pensar en posibles problemas de regresión en tu propio dominio:

Predecir la audiencia de las películas

Dada la información sobre una película y el público que va al cine, como cuánta gente ha visto el tráiler o lo ha compartido en las redes sociales, podrías querer predecir cuánta gente es probable que vea la película cuando se estrene.

Predecir los ingresos de la empresa

Teniendo en cuenta la trayectoria de crecimiento actual, el mercado y la estacionalidad, quizá quieras predecir cuántos ingresos obtendrá ...