Lineær Regression med N Funktioner
N-feature lineær regressionsligning
Som vi har set, er det lige så let at tilføje en ny feature til den lineære regressionsmodel som at tilføje den sammen med en ny parameter til modellens ligning. Vi kan på denne måde tilføje langt mere end to parametre.
Betragt n som et helt tal større end to.
Normal ligning
Det eneste problem er visualiseringen. Hvis vi har to parametre, skal vi lave et 3D-plot. Men hvis vi har mere end to parametre, vil plottet være mere end tredimensionelt. Men vi lever i en tredimensionel verden og kan ikke forestille os højere-dimensionelle plots. Det er dog ikke nødvendigt at visualisere resultatet. Vi skal blot finde parametrene for at modellen fungerer. Heldigvis er det relativt let at finde dem. Den velkendte normale ligning vil hjælpe os:
X̃ Matrix
Bemærk, at det kun er X̃-matricen, der har ændret sig. Du kan opfatte kolonnerne i denne matrix som hver især ansvarlige for deres β-parameter. Den følgende video forklarer, hvad der menes.
Den første kolonne med 1-taller er nødvendig for at finde β₀-parameteren.
Tak for dine kommentarer!
Spørg AI
Spørg AI
Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat
Can you explain what the Normal Equation is used for in linear regression?
How does the X̃ matrix differ from the original X matrix?
Why is the first column of 1s important in the X̃ matrix?
Awesome!
Completion rate improved to 5.26Lineær Regression med N Funktioner
Stryg for at vise menuen
N-feature lineær regressionsligning
Som vi har set, er det lige så let at tilføje en ny feature til den lineære regressionsmodel som at tilføje den sammen med en ny parameter til modellens ligning. Vi kan på denne måde tilføje langt mere end to parametre.
Betragt n som et helt tal større end to.
Normal ligning
Det eneste problem er visualiseringen. Hvis vi har to parametre, skal vi lave et 3D-plot. Men hvis vi har mere end to parametre, vil plottet være mere end tredimensionelt. Men vi lever i en tredimensionel verden og kan ikke forestille os højere-dimensionelle plots. Det er dog ikke nødvendigt at visualisere resultatet. Vi skal blot finde parametrene for at modellen fungerer. Heldigvis er det relativt let at finde dem. Den velkendte normale ligning vil hjælpe os:
X̃ Matrix
Bemærk, at det kun er X̃-matricen, der har ændret sig. Du kan opfatte kolonnerne i denne matrix som hver især ansvarlige for deres β-parameter. Den følgende video forklarer, hvad der menes.
Den første kolonne med 1-taller er nødvendig for at finde β₀-parameteren.
Tak for dine kommentarer!
