inst/help/mlRegressionKnn_nl.md

In jasp-stats/jaspMachineLearning: Machine Learning Module for JASP

K-Naaste Buren Regressie

K-naaste buren is een regressiemethode die lijkt op het k aantal voorspellende observaties die het meest lijken op de nieuwe observatie om een voorspelling te maken over de waarde. Het aantal naaste buren is intrinsiek gebonden aan de complexiteit van het model, aangezien kleine getallen de flexibiliteit van het model verhogen.

Assumpties

• De target variabele is een nominale of ordinale variabele.
• De voorspellende variabelen bestaan uit continue, nominale, of ordinale variabelen.

Invoer

Invoerveld

• Target: In dit veld vult u de variabele in die voorspeld wordt.
• Voorspellers: In dit veld vult u de variabelen in die informatie geven over de target.

Tabellen

• Evaluatiemetrieken: Toon regelmatig gebruikte classificatie evaluatiemetrieken zoals gemiddelde kwadratenfout (MSE), wortel van de gemiddelde kwadratenfout (RMSE) en R2.

Grafieken

• Datasplit: Laat zien hoe de data is gesplitst in trainings- (en validatie-) en testset.
• Gewichtsfunctie: laat zien hoe de gewichten worden toegekend als functie van de afstand.
• Gemiddelde kwadratenfout: Plot het aantal naaste buren tegen de MSE van het model. Precisie is bepaald voor de trainingsset (en validatieset).
• Voorspellingsvermogen: Laat de observaties van de geselecteerde testset tegen de voorspelde waarden zien.

Datasplit Voorkeuren

Holdout Testdata

• Steekproef x% van alle data: Kies een percentage om aselect een steekproef van uw data te nemen zodat de voorspellingsfout berekend kan worden. Genereert een interne indicator-variabele die aangeeft of de observatie is meegenomen (1) of uitgesloten (0) van de testset.
• Voegt gegenereerde indicator toe aan de data: Voeg de gegenereerde testset indicator van bovenstaande optie toe aan uw dataset. Vereist een kolomnaam.
• Testset indicator: Gebruik een indicator-variabele om data te selecteren voor de testset. Deze indicator dient een kolom in uw data te zijn die enkel bestaat uit 0 (uitgesloten van de testset) en 1 (meegenomen in de testset). De data zal dan gesplitst worden in een trainingsset (en validatie- indien aangevraagd)(0), en een testset (1) volgens uw indicator.

Trainings- and Validatiedata

• Steekproef x% van validatiedata: Selecteer aselect een percentage als steekproef van de overgebleven data (na het selecteren van de testset).
• K-fold met k folds: Deel de overgebleven data op in k delen.
• Laat-één-weg: Deel de overgebleven data op in n delen.

Parameters Trainen

Algoritme Instellingen

• Gewichten: Stel het gewichtsschema voor de naaste buren in. De standaardoptie, rectangular, geeft de standaard knn, terwijl de andere opties het algoritme uitbreiden door de naaste buren af te wegen. Zie ook het kknn package.
• Afstand: De afstandsmetriek om de gelijkheid tussen naaste buren te bepalen. Kan met de Euclidean- of Manhattan afstand.
• Schaal kenmerken: Standaardiseert de continue kenmerken in de dataset. Standaardisatie zorgt ervoor dat waarden van kenmerken van verschillende schalen in een specifieke vergelijkbare schaal vallen. Standaardisatie zorgt daardoor voor numerieke stabiliteit. JASP gebruikt de Z-score standaardisatie van een gemiddelde van 0 en een standaardafwijking van 1. Deze optie is standaard geselecteerd.
• Gebruik toevalsgenerator beginwaarde: Geeft de mogelijkheid een toevalsgenerator beginwaarde te gebruiken voor uw analyse. Een toevalsgenerator beginwaarde gebruiken, zorgt ervoor dat willekeurige processen geen invloed hebben op een analyse. Bijvoorbeeld, een toevalsgenerator beginwaarde maakt het mogelijk de analyse opnieuw te doen met dezelfde gesplitste data.

Aantal Naaste Buren

• Vast: Stelt u in staat om een eigen gespecificeerd aantal naaste buren te gebruiken.
• Optimalisatie: Stelt u in staat om de voorspellingsfout te optimaliseren van een validatie dataset met betrekking tot het aantal naaste buren.
• Max. aantal naaste buren: Het maximum aantal mogelijke naaste buren. Als standaardoptie staat dit op 10.

Voeg Voorspelde Klassen toe aan Data

Genereert een nieuwe kolom in uw dataset met de klasselabels van uw classificatie resultaat. Dit geeft u de mogelijkheid de gegenereerde klasselabels te inspecteren, classificeren, of voorspellen.

Uitvoer

K-Naaste Buren Regressie Model Tabel

• De eerste kolom toont het aantal naaste buren.
• Gewichten: Het gewichtenschema.
• Distance: De gebruikte afstand.
• n(Train): Het aantal observaties in de trainingsset.
• n(Validatie): Het aantal observaties in de validatieset (mogelijk wanneer model is geoptimaliseerd).
• n(Test): Het aantal observaties in de testset.
• Validation MSE: De MSE van de validatieset (mogelijk wanneer model is geoptimaliseerd).
• Testset MSE: De MSE van de testset.

Evaluatiemetrieken

• MSE: De gemiddelde kwadratenfout van het model.
• MSE(geschaald): De gemiddelde kwadratenfout berekend met de geschaalde doelvariabele en de geschaalde voorspellingen.
• RMSE: De wortel van de kwadratische gemiddelde fout van het model.
• MAE / MAD: De gemiddelde absolute fout van het model.
• MAPE: De gemiddelde absolute percentagefout van het model.
• R2: De proportie variabelen van een afhankelijke variabele die is uitgelegd door de onafhankelijke variabele(n).

Referenties

• James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An introduction to statistical learning. Springer New York.

R-packages

• kknn

Voorbeeld

• Voor een dataset als voorbeeld ga naar Open --> Bibliotheek --> Machine Learning --> Studentcijfers.

jasp-stats/jaspMachineLearning documentation built on April 5, 2025, 3:52 p.m.