Add files via upload

[MirandaAGab]

No description provided.

[Daniel-EST]

Diversos links de imagem estão quebrados, não receberam upload ou se encontram na pasta errada. Apontei alguns mas eram muitos.
Desculpe a demora para comentar o commit, estava atarefado com TCC, trabalho e as atividades de final de período.
@MirandaAGab Poderia fazer o upload das imagens?

[Daniel-EST]

Esta imagem não existe.

[Daniel-EST]

Imagem não existe

[Daniel-EST]

Imagem não existe

[Daniel-EST]

Imagem não existe

[Daniel-EST]

Imagem não existe

[Daniel-EST]

Imagem não existe

[Daniel-EST]

Imagem não existe

[Daniel-EST]

Imagem não existe

[Daniel-EST]

Imagem não existe

[Daniel-EST]

Diretório errado e a imagem tbm não existe no qual seria o diretório correto

[MirandaAGab]

Olhei aqui no GitHub Desktop e já estava a pasta atualizada, os cadernos que eu tinha colocado que não estão mais na pasta _posts. De qualquer forma, coloquei novamente. Coloquei os outros cadernos que faltavam também. Em seg., 14 de dez. de 2020 às 13:38, Daniel dos Santos < [email protected]> escreveu:

…

***@***.**** commented on this pull request. Diversos links de imagem estão quebrados, não receberam upload ou se encontram na pasta errada. Apontei alguns mas eram muitos. Desculpe a demora para comentar o commit, estava atarefado com TCC, trabalho e as atividades de final de período. @MirandaAGab <https://github.com/MirandaAGab> Poderia fazer o upload das imagens? ------------------------------ In _posts/2020-11-21-GradienteBoost.markdown <#3 (comment)> : > +caret::defaultSummary(data.frame(obs = teste$wage, pred = predicao)) +``` + +``` +## RMSE Rsquared MAE +## 0.7297289 0.9996961 0.1742759 +``` + +Note que utilizamos 300 árvores. Mas pode ser que não seja necessário essa quantidade de árvores pra alcançar esses valores de $R^2$, RMSE e MAE. Para saber a quantidade ideal de árvores, isto é, quando erro se estabiliza, podemos utilizar a função `gbm.perf()`. + + +```r +gbm.perf(modelo) +``` + + Esta imagem não existe. ------------------------------ In _posts/2020-11-21-GradienteBoost.markdown <#3 (comment)> : > + +``` +## # A tibble: 6 x 4 +## `Gosta de Pipoca` Idade `Cor Favorita` `Troll 2` +## <chr> <dbl> <chr> <chr> +## 1 Sim 12 Azul Ama +## 2 Sim 87 Verde Ama +## 3 Nao 44 Azul Odeia +## 4 Sim 19 Vermelho Odeia +## 5 Nao 32 Verde Ama +## 6 Nao 14 Azul Ama +``` + +Queremos predizer se uma pessoa ama o filme Troll 2 baseado em seu gosto por pipoca, idade e cor favorita. Assim como em regressão, começamos o método de Gradiente Boosting usando uma árvore raiz que represente nossa predição inicial para cada observação. Em regressão usamos a média das observações, em classificação vamos usar o log(chances). Olhando na base de dados, podemos dizer que as chances de alguém amar Troll 2 é $$chances= \frac{Quantidade\ de\ indivíduos\ que\ amaram}{Quantidade\ de\ indivíduos\ que\ odiaram} = \frac{4}{2}$$ portanto, o $log(chances)=log(\frac{4}{2}) = 0.6932$ e é isso que colocaremos na folha inicial. + + Imagem não existe ------------------------------ In _posts/2020-11-21-GradienteBoost.markdown <#3 (comment)> : > +## 2 Sim 87 Verde Ama +## 3 Nao 44 Azul Odeia +## 4 Sim 19 Vermelho Odeia +## 5 Nao 32 Verde Ama +## 6 Nao 14 Azul Ama +``` + +Queremos predizer se uma pessoa ama o filme Troll 2 baseado em seu gosto por pipoca, idade e cor favorita. Assim como em regressão, começamos o método de Gradiente Boosting usando uma árvore raiz que represente nossa predição inicial para cada observação. Em regressão usamos a média das observações, em classificação vamos usar o log(chances). Olhando na base de dados, podemos dizer que as chances de alguém amar Troll 2 é $$chances= \frac{Quantidade\ de\ indivíduos\ que\ amaram}{Quantidade\ de\ indivíduos\ que\ odiaram} = \frac{4}{2}$$ portanto, o $log(chances)=log(\frac{4}{2}) = 0.6932$ e é isso que colocaremos na folha inicial. + + + + +O jeito mais fácil de usar o log(chances) para classificar é convertendo em probabilidade, e fazemos isso usando a seguinte função: $$ Probabilidade = \frac{e^{log(chances)}}{1+e^{log(chances)}}$$ +Sendo assim, A $Probabilidade\ de\ alguém\ amar\ Troll2 = \frac{e^{log(\frac{4}{2})}}{1+e^{log(\frac{4}{2})}} = \frac{2}{3}=0.6667$. + + Imagem não existe ------------------------------ In _posts/2020-11-21-GradienteBoost.markdown <#3 (comment)> : > + +``` +## # A tibble: 6 x 5 +## `Gosta de Pipoca` Idade `Cor Favorita` `Troll 2` `Ps. Res. 1` +## <chr> <dbl> <chr> <chr> <dbl> +## 1 Sim 12 Azul Ama 0.3 +## 2 Sim 87 Verde Ama 0.3 +## 3 Nao 44 Azul Odeia -0.7 +## 4 Sim 19 Vermelho Odeia -0.7 +## 5 Nao 32 Verde Ama 0.3 +## 6 Nao 14 Azul Ama 0.3 +``` + +Agora construímos uma árvore utilizando as variáveis explicativas para predizer o pseudo-resíduo. Assim como o Gradiente Boosting para regressão, temos que definir um número máximo de folhas em cada árvore. Aqui vamos limitar a 3 folhas, mas na prática geralmente é um número entre 8 e 32. + + Imagem não existe ------------------------------ In _posts/2020-11-21-GradienteBoost.markdown <#3 (comment)> : > +## 5 Nao 32 Verde Ama 0.3 +## 6 Nao 14 Azul Ama 0.3 +``` + +Agora construímos uma árvore utilizando as variáveis explicativas para predizer o pseudo-resíduo. Assim como o Gradiente Boosting para regressão, temos que definir um número máximo de folhas em cada árvore. Aqui vamos limitar a 3 folhas, mas na prática geralmente é um número entre 8 e 32. + + + + +Em regressão, os valores das folhas representavam os resíduos. Mas em classificação isso é mais complexo. Isso porque a predição está em log(chances) e as folhas são provenientes de probabilidade. Portanto não podemos apenas tirar a média para uma nova predição sem alguma transformação. A transformação mais comum por folha é $$\frac{\sum resíduos}{\sum[prob.\ anterior * (1-prob.\ anterior)]}$$ + +Assim, da esquerda pra direita, para primeira folha temos $$\frac{\sum resíduos}{\sum[prob.\ anterior * (1-prob.\ anterior)]}=\frac{-0.7}{0.7*(1-0.7)}=-3.3333,$$ para a segunda $$\frac{\sum resíduos}{\sum[prob.\ anterior * (1-prob.\ anterior)]}=\frac{0.3+(-0.7)}{(0.7*(1-0.7))+(0.7*(1-0.7))}=-0.9524$$ e para a última $$\frac{\sum resíduos}{\sum[prob.\ anterior * (1-prob.\ anterior)]}=$$ $$\frac{0.3+0.3+0.3}{(0.7*(1-0.7))+(0.7*(1-0.7))+(0.7*(1-0.7))}=\frac{3*0.3}{3*(0.7*(1-0.7))}=1.4286$$ + +> Por enquanto, a probabilidade anterior é a mesma para todos, mas a partir da próxima árvore isso muda. + + Imagem não existe ------------------------------ In _posts/2020-11-21-GradienteBoost.markdown <#3 (comment)> : > + +``` +## # A tibble: 6 x 5 +## `Gosta de Pipoca` Idade `Cor Favorita` `Troll 2` `Ps. Res. 2` +## <chr> <dbl> <chr> <chr> <dbl> +## 1 Sim 12 Azul Ama 0.1 +## 2 Sim 87 Verde Ama 0.5 +## 3 Nao 44 Azul Odeia -0.5 +## 4 Sim 19 Vermelho Odeia -0.1 +## 5 Nao 32 Verde Ama 0.1 +## 6 Nao 14 Azul Ama 0.1 +``` + +Construímos uma segunda árvore agora para prever os novos pseudo-resíduos e fazemos a transformação para log(chances) para cada folha. + + Imagem não existe ------------------------------ In _posts/2020-11-21-GradienteBoost.markdown <#3 (comment)> : > +for (i in 1:k){ + classe[i] = names(which.max(predicao[i,1:4,1])) +} +head(classe) +``` + +``` +## [1] "van" "van" "opel" "van" "bus" "saab" +``` + +```r +# verificando quantidade de arvores necessarias +gbm.perf(modelo) +``` + + Imagem não existe ------------------------------ In _posts/2020-11-21-RegressaoLinear.markdown <#3 (comment)> : > +## 5 9.00 3.4 2.9 +## 6 9.34 6.1 3.4 +``` + +Vamos construir o diagrama de dispersão entre a variável Vendas e as demais. + + +```r +# Pacote para plotar gráfico de pontos em 3 dimensões: +library(lattice) +cloud(Venda~Prop_outros_meios*Prop_nacional, data = vendas, + xlab = "Prop. Outros Meios", ylab = "Prop. Mídia Nacional", + zlab = "Vendas", main = "Vendas de 40 Empresas baseado nos Gastos com Propagandas") +``` + + Imagem não existe ------------------------------ In _posts/2020-11-21-RegressaoLinear.markdown <#3 (comment)> : > +## (Intercept) 0.7184 1.3531 0.531 0.5987 +## Prop_outros_meios 1.5217 0.1764 8.628 0.000000000218 *** +## Prop_nacional 0.8145 0.3947 2.063 0.0461 * +## --- +## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 +## +## Residual standard error: 1.868 on 37 degrees of freedom +## Multiple R-squared: 0.7411, Adjusted R-squared: 0.7271 +## F-statistic: 52.96 on 2 and 37 DF, p-value: 0.00000000001387 +``` + +Vamos ver o que cada informação liberada por essa função representa. + +***1) Residuals*** + + Imagem não existe ------------------------------ In _posts/2020-11-21-RegressaoLinear.markdown <#3 (comment)> : > +Vamos ver o que cada informação liberada por essa função representa. + +***1) Residuals*** + + + + +Em *Residuals* são apresentadas medidas estatísticas sobre os resíduos do modelo: o mínimo, o 1º quartil, a mediana, o 3º quartil e o máximo. Os resíduos são as diferenças entre os valores estimados das vendas das empresas pelo modelo e os valores reais delas. Eles refletem a qualidade do ajuste, visto que resíduos altos indicam que o modelo não se adequou muito bem aos dados. Podemos observar melhor o comportamento dos resíduos através de um *boxplot* deles. + + +```r +boxplot(modelo$residuals, col = "lightblue", horizontal = T, xlab = "Resíduos do Modelo", + main = "Boxplot: Resíduos do Modelo de Regressão Linear") +``` + + Imagem não existe ------------------------------ In _posts/2020-11-21-RegressaoLinear.markdown <#3 (comment)> : > + +Em *Residuals* são apresentadas medidas estatísticas sobre os resíduos do modelo: o mínimo, o 1º quartil, a mediana, o 3º quartil e o máximo. Os resíduos são as diferenças entre os valores estimados das vendas das empresas pelo modelo e os valores reais delas. Eles refletem a qualidade do ajuste, visto que resíduos altos indicam que o modelo não se adequou muito bem aos dados. Podemos observar melhor o comportamento dos resíduos através de um *boxplot* deles. + + +```r +boxplot(modelo$residuals, col = "lightblue", horizontal = T, xlab = "Resíduos do Modelo", + main = "Boxplot: Resíduos do Modelo de Regressão Linear") +``` + + + +Note que os resíduos estão centrados aproximadamente em torno de 0 e não estão muito dispersos. Além disso, estão distribuídos de forma aproximadamente simétrica. + +***2) Coefficients*** + + Diretório errado e a imagem tbm não existe no qual seria o diretório correto — You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub <#3 (review)>, or unsubscribe <https://github.com/notifications/unsubscribe-auth/AOYHNT4L46Z55K46V7N6ZUDSUY5PDANCNFSM4UIDD4FA> .

[Daniel-EST]

falta você colocar os arquivos no commit, eu posso fechar esses 2 pull requests e esperar você colocar. Até poderia deixar subir sem as imagens, mas não acho o ideal.