নীচের বিকল্পগুলি অন্বেষণ করুন.
ক্যালিফোর্নিয়ার বিভিন্ন শহরে আবাসনের দাম উল্লেখযোগ্যভাবে আলাদা। ধরুন আপনাকে আবাসন মূল্যের পূর্বাভাস দেওয়ার জন্য একটি মডেল তৈরি করতে হবে। নিচের কোন সেটের ফিচার বা ফিচার ক্রস
roomsPerPerson এবং হাউজিং মূল্যের মধ্যে শহর-নির্দিষ্ট সম্পর্ক শিখতে পারে? তিনটি পৃথক বিনযুক্ত বৈশিষ্ট্য: [বিন করা অক্ষাংশ], [বিনযুক্ত দ্রাঘিমাংশ], [বিনড রুম পারপারসন]
বিনিং ভাল কারণ এটি মডেলটিকে একটি বৈশিষ্ট্যের মধ্যে অরৈখিক সম্পর্ক শিখতে সক্ষম করে৷ যাইহোক, একটি শহর একাধিক মাত্রায় বিদ্যমান, তাই শহর-নির্দিষ্ট সম্পর্ক শেখার জন্য অক্ষাংশ এবং দ্রাঘিমাংশ অতিক্রম করতে হবে।
একটি বৈশিষ্ট্য ক্রস: [অক্ষাংশ X দ্রাঘিমাংশ X রুম পারপারসন]
এই উদাহরণে, বাস্তব-মূল্যবান বৈশিষ্ট্যগুলি অতিক্রম করা একটি ভাল ধারণা নয়। roomsPerPerson-এর সাথে অক্ষাংশের প্রকৃত মান অতিক্রম করলে একটি বৈশিষ্ট্যে (বলুন, অক্ষাংশ) 10% পরিবর্তন অন্য বৈশিষ্ট্যের (বলুন, roomsPerPerson) 10% পরিবর্তনের সমতুল্য হতে সক্ষম করে।
একটি বৈশিষ্ট্য ক্রস: [বিন করা অক্ষাংশ X বিনযুক্ত দ্রাঘিমাংশ X বিনযুক্ত রুম পারপারসন]
বিনযুক্ত দ্রাঘিমাংশের সাথে বিনযুক্ত অক্ষাংশ অতিক্রম করা মডেলটিকে রুম-ব্যক্তির শহর-নির্দিষ্ট প্রভাবগুলি শিখতে সক্ষম করে। বিনিং দ্রাঘিমাংশের পরিবর্তনের মতো একই ফলাফল তৈরি করে অক্ষাংশের পরিবর্তনকে বাধা দেয়। বিনের গ্রানুলারিটির উপর নির্ভর করে, এই বৈশিষ্ট্য ক্রস শহর-নির্দিষ্ট বা আশেপাশের-নির্দিষ্ট বা এমনকি ব্লক-নির্দিষ্ট প্রভাব শিখতে পারে।
দুটি বৈশিষ্ট্য ক্রস: [বিনড অক্ষাংশ X বিনযুক্ত রুমPerPerson] এবং [বিনযুক্ত দ্রাঘিমাংশ X বিনযুক্ত রুমPerPerson]
বিনিং একটি ভাল ধারণা; যাইহোক, একটি শহর হল অক্ষাংশ এবং দ্রাঘিমাংশের সংমিশ্রণ, তাই আলাদা বৈশিষ্ট্যের ক্রস মডেলটিকে শহর-নির্দিষ্ট মূল্য শিখতে বাধা দেয়।