Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Apprendre Régression Linéaire avec N Variables | Régression Linéaire Multiple
Régression Linéaire Avec Python
course content

Contenu du cours

Régression Linéaire Avec Python

Régression Linéaire Avec Python

1. Régression Linéaire Simple
2. Régression Linéaire Multiple
3. Régression Polynomiale
4. Choosing the Best Model

book
Régression Linéaire avec N Variables

Équation de la régression linéaire à N variables

Comme nous l'avons vu, ajouter une nouvelle variable au modèle de régression linéaire revient simplement à l'ajouter avec un nouveau paramètre dans l'équation du modèle. Il est possible d'ajouter bien plus de deux paramètres de cette manière.

Note
Remarque

Considérer n comme un nombre entier supérieur à deux.

Équation normale

Le seul problème concerne la visualisation. Si nous avons deux paramètres, il faut construire un graphique 3D. Mais si nous avons plus de deux paramètres, le graphique sera de dimension supérieure à trois. Or, nous vivons dans un monde à trois dimensions et il nous est impossible d'imaginer des graphiques de dimensions supérieures. Cependant, il n'est pas nécessaire de visualiser le résultat. Il suffit de déterminer les paramètres pour que le modèle fonctionne. Heureusement, il est relativement simple de les trouver. L'ancienne équation normale nous sera utile :

Matrice X̃

Remarquez que seule la matrice a changé. Vous pouvez considérer les colonnes de cette matrice comme étant chacune responsable de son paramètre β. La vidéo suivante explique ce que cela signifie.

La première colonne de 1 est nécessaire pour déterminer le paramètre β₀.

question mark

Choisissez l'affirmation INCORRECTE.

Select the correct answer

Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 2. Chapitre 2

Demandez à l'IA

expand

Demandez à l'IA

ChatGPT

Posez n'importe quelle question ou essayez l'une des questions suggérées pour commencer notre discussion

course content

Contenu du cours

Régression Linéaire Avec Python

Régression Linéaire Avec Python

1. Régression Linéaire Simple
2. Régression Linéaire Multiple
3. Régression Polynomiale
4. Choosing the Best Model

book
Régression Linéaire avec N Variables

Équation de la régression linéaire à N variables

Comme nous l'avons vu, ajouter une nouvelle variable au modèle de régression linéaire revient simplement à l'ajouter avec un nouveau paramètre dans l'équation du modèle. Il est possible d'ajouter bien plus de deux paramètres de cette manière.

Note
Remarque

Considérer n comme un nombre entier supérieur à deux.

Équation normale

Le seul problème concerne la visualisation. Si nous avons deux paramètres, il faut construire un graphique 3D. Mais si nous avons plus de deux paramètres, le graphique sera de dimension supérieure à trois. Or, nous vivons dans un monde à trois dimensions et il nous est impossible d'imaginer des graphiques de dimensions supérieures. Cependant, il n'est pas nécessaire de visualiser le résultat. Il suffit de déterminer les paramètres pour que le modèle fonctionne. Heureusement, il est relativement simple de les trouver. L'ancienne équation normale nous sera utile :

Matrice X̃

Remarquez que seule la matrice a changé. Vous pouvez considérer les colonnes de cette matrice comme étant chacune responsable de son paramètre β. La vidéo suivante explique ce que cela signifie.

La première colonne de 1 est nécessaire pour déterminer le paramètre β₀.

question mark

Choisissez l'affirmation INCORRECTE.

Select the correct answer

Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 2. Chapitre 2
some-alt