Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lernen Lineare Regression mit Zwei Merkmalen | Multiple Lineare Regression
Lineare Regression mit Python

bookLineare Regression mit Zwei Merkmalen

Bisher haben wir die lineare Regression mit nur einem Merkmal betrachtet. Dies wird als einfache lineare Regression bezeichnet. In der Praxis hängt das Ziel jedoch meist von mehreren Merkmalen ab. Die lineare Regression mit mehr als einem Merkmal wird als Multiple Lineare Regression bezeichnet.

Gleichung der linearen Regression mit zwei Merkmalen

In unserem Beispiel mit Körpergrößen würde das Hinzufügen der Körpergröße der Mutter als Merkmal zum Modell wahrscheinlich unsere Vorhersagen verbessern. Aber wie fügen wir ein neues Merkmal zum Modell hinzu? Eine Gleichung definiert die lineare Regression, daher müssen wir lediglich ein neues Merkmal zur Gleichung hinzufügen:

Visualisierung

Beim einfachen Regressionsmodell haben wir das 2D-Diagramm erstellt, bei dem eine Achse das Merkmal und die andere das Ziel darstellt. Da wir nun zwei Merkmale haben, benötigen wir zwei Achsen für die Merkmale und eine dritte für das Ziel. Wir wechseln also von einem 2D- in einen 3D-Raum, was deutlich schwieriger zu visualisieren ist. Das Video zeigt ein 3D-Streudiagramm des Datensatzes in unserem Beispiel.

Aber jetzt ist unsere Gleichung keine Geradengleichung mehr. Es handelt sich um die Gleichung einer Ebene. Hier sehen Sie ein Streudiagramm zusammen mit der vorhergesagten Ebene.

Sie haben vielleicht bemerkt, dass unsere Gleichung mathematisch nicht viel schwieriger geworden ist. Leider ist jedoch die Visualisierung anspruchsvoller geworden.

War alles klar?

Wie können wir es verbessern?

Danke für Ihr Feedback!

Abschnitt 2. Kapitel 1

Fragen Sie AI

expand

Fragen Sie AI

ChatGPT

Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen

Awesome!

Completion rate improved to 5.26

bookLineare Regression mit Zwei Merkmalen

Swipe um das Menü anzuzeigen

Bisher haben wir die lineare Regression mit nur einem Merkmal betrachtet. Dies wird als einfache lineare Regression bezeichnet. In der Praxis hängt das Ziel jedoch meist von mehreren Merkmalen ab. Die lineare Regression mit mehr als einem Merkmal wird als Multiple Lineare Regression bezeichnet.

Gleichung der linearen Regression mit zwei Merkmalen

In unserem Beispiel mit Körpergrößen würde das Hinzufügen der Körpergröße der Mutter als Merkmal zum Modell wahrscheinlich unsere Vorhersagen verbessern. Aber wie fügen wir ein neues Merkmal zum Modell hinzu? Eine Gleichung definiert die lineare Regression, daher müssen wir lediglich ein neues Merkmal zur Gleichung hinzufügen:

Visualisierung

Beim einfachen Regressionsmodell haben wir das 2D-Diagramm erstellt, bei dem eine Achse das Merkmal und die andere das Ziel darstellt. Da wir nun zwei Merkmale haben, benötigen wir zwei Achsen für die Merkmale und eine dritte für das Ziel. Wir wechseln also von einem 2D- in einen 3D-Raum, was deutlich schwieriger zu visualisieren ist. Das Video zeigt ein 3D-Streudiagramm des Datensatzes in unserem Beispiel.

Aber jetzt ist unsere Gleichung keine Geradengleichung mehr. Es handelt sich um die Gleichung einer Ebene. Hier sehen Sie ein Streudiagramm zusammen mit der vorhergesagten Ebene.

Sie haben vielleicht bemerkt, dass unsere Gleichung mathematisch nicht viel schwieriger geworden ist. Leider ist jedoch die Visualisierung anspruchsvoller geworden.

War alles klar?

Wie können wir es verbessern?

Danke für Ihr Feedback!

Abschnitt 2. Kapitel 1
some-alt