Lineare Regression mit N Merkmalen
Swipe um das Menü anzuzeigen
N-Feature Lineare Regressionsgleichung
Wie wir gesehen haben, ist das Hinzufügen eines neuen Merkmals zum linearen Regressionsmodell so einfach wie das Hinzufügen dieses Merkmals zusammen mit dem neuen Parameter zur Gleichung des Modells. Auf diese Weise können deutlich mehr als zwei Parameter hinzugefügt werden.
n als ganze Zahl größer als zwei.
Normalengleichung
Das einzige Problem ist die Visualisierung. Wenn wir zwei Parameter haben, müssen wir ein 3D-Diagramm erstellen. Aber wenn wir mehr als zwei Parameter haben, wird das Diagramm mehr als dreidimensional. Da wir in einer dreidimensionalen Welt leben, können wir uns höherdimensionale Diagramme nicht vorstellen. Es ist jedoch nicht notwendig, das Ergebnis zu visualisieren. Wir müssen nur die Parameter finden, damit das Modell funktioniert. Glücklicherweise ist es relativ einfach, diese zu finden. Die altbewährte Normalengleichung hilft uns dabei:
X̃-Matrix
Beachte, dass sich nur die X̃-Matrix geändert hat. Du kannst dir die Spalten dieser Matrix so vorstellen, dass jede für ihren β-Parameter verantwortlich ist. Das folgende Video erklärt, was damit gemeint ist.
Die erste Spalte mit Einsen wird benötigt, um den β₀-Parameter zu bestimmen.
Danke für Ihr Feedback!
Fragen Sie AI
Fragen Sie AI
Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen
Lineare Regression mit N Merkmalen
N-Feature Lineare Regressionsgleichung
Wie wir gesehen haben, ist das Hinzufügen eines neuen Merkmals zum linearen Regressionsmodell so einfach wie das Hinzufügen dieses Merkmals zusammen mit dem neuen Parameter zur Gleichung des Modells. Auf diese Weise können deutlich mehr als zwei Parameter hinzugefügt werden.
n als ganze Zahl größer als zwei.
Normalengleichung
Das einzige Problem ist die Visualisierung. Wenn wir zwei Parameter haben, müssen wir ein 3D-Diagramm erstellen. Aber wenn wir mehr als zwei Parameter haben, wird das Diagramm mehr als dreidimensional. Da wir in einer dreidimensionalen Welt leben, können wir uns höherdimensionale Diagramme nicht vorstellen. Es ist jedoch nicht notwendig, das Ergebnis zu visualisieren. Wir müssen nur die Parameter finden, damit das Modell funktioniert. Glücklicherweise ist es relativ einfach, diese zu finden. Die altbewährte Normalengleichung hilft uns dabei:
X̃-Matrix
Beachte, dass sich nur die X̃-Matrix geändert hat. Du kannst dir die Spalten dieser Matrix so vorstellen, dass jede für ihren β-Parameter verantwortlich ist. Das folgende Video erklärt, was damit gemeint ist.
Die erste Spalte mit Einsen wird benötigt, um den β₀-Parameter zu bestimmen.
Danke für Ihr Feedback!
