Spark : Le guide définitif

Chapitre 27. La régression

Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : [e-mail]

Régression est une extension logique de la classification. Plutôt que de prédire une seule valeur à partir d'un ensemble de valeurs, la régression consiste à prédire un nombre réel (ou une variable continue) à partir d'un ensemble de caractéristiques (représentées sous forme de nombres).

La régression peut être plus difficile que la classification car, d'un point de vue mathématique, il existe un nombre infini de valeurs de sortie possibles. De plus, nous cherchons à optimiser une certaine mesure de l'erreur entre la valeur prédite et la valeur réelle, par opposition à un taux de précision. À part cela, la régression et la classification sont assez similaires. C'est pourquoi nous verrons beaucoup de concepts sous-jacents appliqués à la régression comme nous l'avons fait pour la classification.

Cas d'utilisation

Le site qui suit est un petit ensemble de cas d'utilisation de la régression qui peut te faire réfléchir à des problèmes potentiels de régression dans ton propre domaine :

Prédire l'audience des films

Étant donné des informations sur un film et le public des salles de cinéma, comme le nombre de personnes qui ont regardé la bande-annonce ou l'ont partagée sur les médias sociaux, tu pourrais vouloir prédire combien de personnes sont susceptibles de regarder le film lors de sa sortie.

Prévoir les revenus de l'entreprise ...