Hasta ahora, hemos analizado la regresión lineal con solo una característica. Esto se denomina regresión lineal simple. Sin embargo, en la realidad, la variable objetivo suele depender de múltiples características. La regresión lineal con más de una característica se denomina Regresión Lineal Múltiple.

Ecuación de Regresión Lineal con Dos Características

En nuestro ejemplo con alturas, agregar la altura de la madre como característica al modelo probablemente mejoraría nuestras predicciones. Pero, ¿cómo agregamos una nueva característica al modelo? Una ecuación define la regresión lineal, por lo que solo necesitamos añadir una nueva característica a la ecuación:

Visualización

Cuando discutimos el modelo de regresión simple, construimos el gráfico 2D donde un eje representa la característica y el otro el objetivo. Ahora que tenemos dos características, necesitamos dos ejes para las características y un tercero para el objetivo. Así que pasamos de un espacio 2D a uno 3D, lo cual es mucho más difícil de visualizar. El video muestra un diagrama de dispersión 3D del conjunto de datos en nuestro ejemplo.

Pero ahora, nuestra ecuación no es la ecuación de una línea. Es la ecuación de un plano. Aquí hay un diagrama de dispersión junto con el plano predicho.

Puede que haya notado que, matemáticamente, nuestra ecuación no se ha vuelto mucho más difícil. Pero, desafortunadamente, la visualización sí lo ha hecho.