பின்னடைவு திசையமைவுகளுக்கு இடையில் உறவுகளை பகுப்பாய்வு செய்கிறது
ஒரு குறிப்பிட்ட தரவுத்தொகை கொடுக்கப்பட்ட, எண் மதிப்புகளை ( தொடர்ச்சியான மதிப்புகள் என்றும் அழைக்கப்படுகிறது) முன்கணிப்பதற்கு பயன்படுத்தப்படும் ஒரு தரவு செயலாக்க நுட்பமாகும். உதாரணமாக, பிற மாறிகள் கொடுக்கப்பட்ட ஒரு தயாரிப்பு அல்லது சேவையின் செலவுகளை முன்கூட்டியே கணக்கிடலாம்.
வணிக மற்றும் மார்க்கெட்டிங் திட்டமிடல், நிதி முன்கணிப்பு, சுற்றுச்சூழல் மாதிரியாக்கம் மற்றும் போக்குகளின் பகுப்பாய்வு ஆகியவற்றிற்கான பல தொழில்களில் திரிபு பயன்பாடு பயன்படுத்தப்படுகிறது.
பின்னடைவு Vs. வகைப்பாடு
ஒத்துழைப்பு மற்றும் வகைப்பாடு ஆகியவை இதே போன்ற பிரச்சினைகளை தீர்க்க பயன்படும் தரவு செயலாக்க நுட்பங்கள் ஆகும், ஆனால் அவை அடிக்கடி குழப்பி வருகின்றன. இருவரும் முன்கணிப்பு பகுப்பாய்வில் பயன்படுத்தப்படுகின்றன, ஆனால் பின்விளைவு என்பது ஒரு எண் அல்லது தொடர்ச்சியான மதிப்பை முன்கூட்டியே கணக்கிட பயன்படுகிறது.
உதாரணமாக, அதன் இடம், சதுர அடி, விலை கடந்த விற்பனை, விலைகள் போன்றவற்றின் விலை, மற்றும் பிற காரணிகளின் அடிப்படையில் வீட்டினுடைய மதிப்பை கணிக்க மறுபார்வை பயன்படுத்தப்படுகிறது. நீங்கள் பதிலாக வீடுகள், ஒழுங்கமைவு, நிறைய அளவு அல்லது குற்ற விகிதங்கள் போன்ற பிரிவுகள் ஏற்பாடு செய்ய விரும்பினால் வகைப்பாடு பொருட்டு இருக்கும்.
பின்னடைவு நுட்பங்கள் வகைகள்
எளிய மற்றும் பழமையான பின்னடைவு வடிவம் இரண்டு மாறிகளுக்கு இடையில் ஒரு உறவை மதிப்பிடுவதற்கு பயன்படுத்தப்படும் நேரியல் பின்னடைவு ஆகும். இந்த நுட்பம் நேராக வரியின் கணித சூத்திரத்தைப் பயன்படுத்துகிறது (y = mx + b). சாதாரணமாக, இது ஒரு Y மற்றும் X-axis உடன் ஒரு வரைபடம் கொடுக்கப்பட்டால், X மற்றும் Y க்கு இடையேயான உறவு சில எல்லைகள் கொண்ட ஒரு நேர் கோட்டில் உள்ளது. உதாரணமாக, மக்கள் தொகையை அதிகரிப்பதன் மூலம், உணவு உற்பத்தி அதே விகிதத்தில் அதிகரிக்கும் என்று நாம் கருதிக் கொள்ளலாம் - இது இரண்டு புள்ளிவிபரங்களுக்கிடையிலான வலுவான, நேர்கோட்டு உறவைத் தேவை. இதைப் பார்க்க, Y- அச்சின் மக்கள்தொகை அதிகரிக்கிறது, மற்றும் எக்ஸ் அச்சை உணவு உற்பத்தி கண்காணிக்க ஒரு வரைபடத்தை கருதுகின்றனர். Y மதிப்பு அதிகரிக்கும் போது, X மதிப்பு அதே விகிதத்தில் அதிகரிக்கும், இது அவர்களுக்கு இடையேயான உறவை ஒரு நேர்கோட்டுடன் உருவாக்குகிறது.
பல பின்னடைவு போன்ற மேம்பட்ட நுட்பங்கள், பல மாறிகள் இடையே ஒரு உறவை முன்னறிவிக்கின்றன - உதாரணமாக, வருமானம், கல்வி மற்றும் ஒருவருடன் வாழ விரும்புவதற்கு இடையில் ஒரு தொடர்பு இருக்கிறது? மேலும் மாறிகள் கூடுதலாக கணிப்பு கணிப்பு சிக்கலான அதிகரிக்கிறது. பல்வேறு வகையான பின்னடைவு நுட்பங்கள் பல்வேறு தரநிலைகள் உள்ளன, அவை நிலையான, படிநிலையானவை, செங்குத்தாக மற்றும் stepwise, ஒவ்வொன்றும் சொந்த பயன்பாட்டில் உள்ளன.
இந்த கட்டத்தில், நாம் முன்னறிவிப்பதை (சுயாதீனமான அல்லது முன்கணிப்பு மாறிகள்) கணிப்பதற்காக (சார்பு அல்லது கணித்துள்ள மாறி) மற்றும் நாம் பயன்படுத்தும் தரவுகளைப் புரிந்து கொள்ள முயற்சிப்பது முக்கியம். எமது உதாரணத்தில், நாம் வாழ விரும்பும் இடம் ( ஊகிக்கப்பட்ட மாறி) கொடுக்கப்பட்ட வருமானம் மற்றும் கல்வி (இரு முன்கணிப்பு மாறிகள்) இருவரும் கணிக்க வேண்டும்.
- நிலையான பல பின்னடைவு ஒரே நேரத்தில் அனைத்து முன்னுரிமையை மாறிகள் கருதுகிறது. உதாரணமாக 1) வருமானம் மற்றும் கல்வி (முன்கணிப்பு) மற்றும் சுற்றுப்புறத் தேர்வு (கணிக்கப்படுதல்) ஆகியவற்றிற்கும் இடையேயான உறவு என்ன? மற்றும் 2) தனிப்பட்ட முன்கணிப்புகளில் ஒவ்வொன்றும் என்ன உறவை பங்களிக்கின்றன?
- படிப்படியாக பல பின்னடைவு முற்றிலும் மாறுபட்ட கேள்விக்கு பதிலளிக்கிறது. ஒரு stepwise பின்னடைவு வழிமுறையை முன்னறிவிப்பவர்கள் சிறந்தது என்னவென்பதைப் பகுப்பாய்வு செய்வதைப் பகுப்பாய்வு செய்வார். அதாவது, stepwise மாதிரி முன்கணிப்பு மாறிகள் முக்கியத்துவத்தின் மதிப்பை மதிப்பிடுகிறது, பின்னர் ஒரு குறிப்பிட்ட துணைக்குழுவைத் தேர்ந்தெடுக்கிறது. மறுபரிசீலனை பிரச்சனை இந்த வகை பின்னடைவு சமன்பாட்டை உருவாக்க "படிநிலைகளை" பயன்படுத்துகிறது. இந்த வகையான பின்னடைவு காரணமாக, அனைத்து முன்கணிப்பானது இறுதிப் பின்னடைவு சமன்பாட்டில் தோன்றக்கூடாது.
- படிநிலையான பின்னடைவு , படிமுறை போன்றது, ஒரு தொடர்ச்சியான செயலாகும், ஆனால் முன்கணிப்பு மாறிகள் முன்கூட்டியே வரையறுக்கப்பட்ட முன்-வரிசையில் முன்மாதிரியாக உள்ளமைக்கப்படுகின்றன, அதாவது அல்காரிதம் எந்த வரிசையில் முன்னறிவிப்புகளை உள்ளிடவும். பின்னடைவு சமன்பாடு உருவாக்கும் தனிமனிதர் துறையில் நிபுணர் அறிவைக் கொண்டிருக்கும் போது இது பெரும்பாலும் பயன்படுத்தப்படுகிறது.
- Setwise பின்னடைவு stepwise போலவே ஆனால் தனிப்பட்ட மாறிகள் விட மாறிகள் பகுப்பாய்வு தொகுப்பு.