PREDICTOR VARIABLES 한국어 뜻 - 한국어 번역

• 예측 변수

영어에서 Predictor variables 을 사용하는 예와 한국어로 번역

Load sample data and define predictor variables.
표본 데이터를 불러오고 예측 변수를 정의합니다.

Columns correspond to predictor variables, and rows correspond to observations.
열은 예측 변수에 대응되고 행은 관측값에 대응됩니다.

Now, perform a hypothesis test on the coefficients of the first and second predictor variables.
이제, 첫 번째 예측 변수와 두 번째 예측 변수에 대해 가설검정을 수행합니다.

(Note: I am no longer using all the predictor variables in the example below, for the sake of clarity).
(참고: 명확성을 위해 아래 예제의 모든 예측 변수를 더 이상 사용하지 않습니다.).

If you supply X and Y, then you can use'PredictorNames' to give the predictor variables in X names.
X 와 Y 를 제공하는 경우, 'PredictorNames' 를 사용하여 X 이름에 예측 변수를 제공할 수 있습니다.

That is, fitcsvm uses only the predictor variables in PredictorNames and the response variable in training.
즉, fitcsvm 는 PredictorNames 의 예측 변수와 이에 대한 응답 변수만을 훈련에 사용합니다.

It tests for a significant linear regression relationship between the response variable and the predictor variables.
응답 변수와 예측 변수 간의 유의미한 선형 회귀 관계가 있는지 검정합니다.

Because the response is categorical(either Yes or No) and we have a large number of potential predictor variables, we use the Partition platform to build a classification tree for Offer Accepted.
응답은 범주형(예 또는 아니요)이며 잠재 예측 변수가 많기 때문에 분할 플랫폼을 사용하여 제안 수락에 대한 분류 트리를 작성합니다.

In this form, Y represents the response variable, and X1, X2, and X3 represent the predictor variables.
이 형식에서 Y 는 응답 변수를 나타내고, X1, X2, X3 은 예측 변수를 나타냅니다.

For example, if you have one interacting variable and three predictor variables, you will need around 45-60 items in your sample to avoid overfitting, or 50+ 3(8)= 74 items according to Green.
예를 들어 상호 작용하는 변수와 세 개의 예측 변수가 있는 경우 과적합을 방지하려면 샘플에 약 45-60개의 항목이 필요하거나 녹색에 따라 50 + 3(8) = 74개의 항목이 필요합니다.

Multiple regression predicts the average response variable using two or more predictor variables. Scenario.
다중 회귀 는 둘 이상의 예측 변수를 사용하여 평균 반응 변수를 예측합니다. 시나리오.

In addition to user preference data, the training data set may have additional predictor variables, for example, the variables may be stored in a mobile subscriber characteristic database(e.g., age, income, gender, date of birth and location).
사용자 선호도 데이터에 추가로, 상기 트레이닝 데이터 세트는 추가적인 예측 변수(predictor variable)를 가질 수 있으며, 예를 들어, 상기 변수는 모바일 가입자 특성 데이터베이스(가령, 연령, 수입, 성별, 탄생일 및 장소 등)에 내포된 것일 수 있다.

The F-test looks for a significant linear regression relationship between the response variable and the predictor variables.
F -검정은 응답 변수와 예측 변수 간의 유의미한 선형 회귀 관계를 찾습니다.

To train a linear SVM regression model on a high-dimensional data set, that is, data sets that include many predictor variables, use fitrlinear instead.
고차원 데이터 세트, 즉 많은 예측 변수를 포함하는 데이터 세트에 대한 이진 분류를 수행할 선형 SVM 모델을 훈련시키려면 fitclinear 를 대신 사용하십시오.

Protein Use multiple regression to predict the average response variable using these three predictor variables.
단백질 다중 회귀 를 사용하여 이 세 가지 예측 변수를 통해 평균 반응 변수를 예측합니다.

The general purpose of multiple regression(the term was first used by Pearson, 1908) is to analyze the relationship between several independent or predictor variables and a dependent or criterion variable..
다중 회귀의 일반적인 목적 (용어는 Pearson에 의해 처음 사용되었다, 1908) 여러 독립적 인 또는 예측 변수와 의존 또는 기준 변수 사이의 관계에 대한 자세한 내용을 보려면하는 것입니다.

In fact, for the example in this blog post, the%fat and body weight variables have a correlation of 0.83, yet the VIF for a model with only those two predictor variables is just 3.2.
실제로 이 블로그 게시물의 예로 %fat 및 체중 변수는 0.83의 상관 관계를 가지지만 두 예측 변수만 있는 모델의 VIF는 3.2에 불과합니다.

To train a linear SVM model for binary classification on a high-dimensional data set, that is, a data set that includes many predictor variables, use fitclinear instead.
고차원 데이터 세트, 즉 많은 예측 변수를 포함하는 데이터 세트에 대한 이진 분류를 수행할 선형 SVM 모델을 훈련시키려면 fitclinear 를 대신 사용하십시오.

Predictive: Create models out of generalizable patterns within sample data that can predict the value of target variable taking a series of predictor variables as input.
예측 분석 (Predictive): 주어진 샘플 데이터로부터 전체 데이터로 일반화할 수 있는 패턴을 도출해 모델을 만들어 일련의 변수 값으로부터 특정한 변수의 값을 예측.

The basic function of multiple regression(the term was initially utilized by Pearson, 1908) is to find out more about the relationship in between numerous independent or predictor variables and a reliant or requirement variable..
다중 회귀의 일반적인 목적 (용어는 Pearson에 의해 처음 사용되었다, 1908) 여러 독립적 인 또는 예측 변수와 의존 또는 기준 변수 사이의 관계에 대한 자세한 내용을 보려면하는 것입니다.

Each row of the matrix is the name of a predictor variable.
행렬의 각 행은 예측 변수의 이름입니다.

Each element in the array is the name of a predictor variable.
배열의 각 요소는 예측 변수의 이름입니다.

In this case, our predictor variable is the engine size.
이 경우 예측 변수가 엔진 크기입니다.

Predictor variable names, specified as the comma-separated pair consisting of'PredictorNames' and a string array of unique names or cell array of unique character vectors.
예측 변수 이름으로, 'PredictorNames' 와 함께 고유한 문자형 벡터로 구성된 셀형 배열이 쉼표로 구분되어 지정됩니다.

Each row of Tbl corresponds to one observation, and each column corresponds to one predictor variable.
Tbl 의 각 행은 하나의 관측값에 대응되고, 각 열은 하나의 예측 변수에 대응됩니다.

The software centers and scales each predictor variable(X or Tbl) by the corresponding weighted column mean and standard deviation.
대응되는 가중 열 평균과 표준편차를 기준으로 각 예측 변수(X 또는 Tbl )에 대해 정규화됩니다.

Each column represents one predictor(variable).
각 열은 하나의 예측 변수를 나타냅니다.

The PredictorNames property stores one element for each of the original predictor variable names.
PredictorNames 속성은 원래 예측 변수 이름마다 하나의 요소를 저장합니다.

영어 문장에서 "predictor variables"를 사용하는 방법

Predictor variables can be numeric, categorical, or factors.

Socio-economic, demographic and spatial predictor variables were used.

A rather large number of predictor variables differently.

where the number of predictor variables are high.

Predictor variables include demographic, medical, and facility data.

each of the candidate predictor variables is tested.

Predictor variables are analyzed via a for- mula.

Which predictor variables are most important, least important?

These independent predictor variables interact with each other.

한국어 문장에서 "예측 변수"를 사용하는 방법

하지만, 많은 경우에 다중 선형 회귀는 응답 변수와 예측 변수 사이의 관계를 밝히는 것에 실패한다.

X의 각 행은 관측값을 나타내고 각 열은 예측 변수 또는 특징을 나타냅니다.

X — 예측 변수 예측 변수로, nxp 행렬로 지정됩니다. 여기서 n은 관측값 개수이고 p는 예측 변수 개수입니다.

Beta — 선형 예측 변수 계수 선형 예측 변수 계수로, 숫자형 벡터로 지정됩니다.

Mu — 예측 변수 평균 숫자형 벡터 | [] 예측 변수 평균으로, 숫자형 벡터로 지정됩니다.

이 때, 널편차는 예측 변수 모델과 비교할 대상의 기준을 제공한다.

이를 통해 클래스 불균형, 예측 변수 선택, 모델 성능 원인 파악 등 실제 모델을 적용할.

Tbl — 예측 변수 데이터 table형 모델을 훈련시키는 데 사용되는 표본 데이터로, 테이블로 지정됩니다.

X — 예측 변수 데이터 SVM 회귀 모델이 피팅되는 예측 변수 데이터로, nxp 숫자형 행렬로 지정됩니다.

그렇지 않으면, 예측 변수 사이에 다중공선성이 생긴다.