Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Lineær Regression med N Funktioner | Multipel Lineær Regression
Lineær Regression med Python
course content

Kursusindhold

Lineær Regression med Python

Lineær Regression med Python

1. Simpel Lineær Regression
2. Multipel Lineær Regression
3. Polynomiel Regression
4. Valg af den Bedste Model

book
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 den nye parameter til modellens ligning. Vi kan på denne måde tilføje langt mere end to parametre.

Note
Bemærk

Antag at n er 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 gode gamle normale ligning vil hjælpe os:

X̃ Matrix

Bemærk, at det kun er -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.

question mark

Vælg den FORKERTE påstand.

Select the correct answer

Var alt klart?

Hvordan kan vi forbedre det?

Tak for dine kommentarer!

Sektion 2. Kapitel 2

Spørg AI

expand

Spørg AI

ChatGPT

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

course content

Kursusindhold

Lineær Regression med Python

Lineær Regression med Python

1. Simpel Lineær Regression
2. Multipel Lineær Regression
3. Polynomiel Regression
4. Valg af den Bedste Model

book
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 den nye parameter til modellens ligning. Vi kan på denne måde tilføje langt mere end to parametre.

Note
Bemærk

Antag at n er 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 gode gamle normale ligning vil hjælpe os:

X̃ Matrix

Bemærk, at det kun er -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.

question mark

Vælg den FORKERTE påstand.

Select the correct answer

Var alt klart?

Hvordan kan vi forbedre det?

Tak for dine kommentarer!

Sektion 2. Kapitel 2
some-alt