Contenuti del Corso

Regressione Lineare con Python

1. Regressione Lineare Semplice

Che cos'è la regressione lineare Trovare i Parametri Costruzione della Regressione Lineare con NumPy Costruzione della Regressione Lineare Utilizzando Statsmodels Sfida: Previsione dei Prezzi delle Case

2. Regressione Lineare Multipla

Regressione Lineare con Due Variabili Regressione Lineare con N Variabili Costruzione della Regressione Lineare Multipla Scelta delle Variabili Sfida: Previsione dei Prezzi Utilizzando Due Variabili

3. Regressione Polinomiale

Regressione Quadratica Regressione Polinomiale Costruzione della Regressione Polinomiale Interpolazione vs Estrapolazione Sfida: Valutazione del Modello

4. Scelta del Modello Migliore

Metriche Overfitting R-Quadro Sfida: Previsione dei Prezzi Utilizzando la Regressione Polinomiale

Trovare i Parametri

Ora sappiamo che la Regressione Lineare è semplicemente una retta che si adatta meglio ai dati. Ma come si può determinare quale sia quella corretta?

È possibile calcolare la differenza tra il valore previsto e il valore reale del target per ciascun punto dati nel set di addestramento.
Queste differenze sono chiamate residui (o errori). L'obiettivo è rendere i residui il più piccoli possibile.

Minimi Quadrati Ordinari

L'approccio predefinito è il metodo dei Minimi Quadrati Ordinari (OLS):
Si prende ciascun residuo, lo si eleva al quadrato (principalmente per eliminare il segno del residuo) e si sommano tutti.
Questo è chiamato SSR (Somma dei residui quadratici). Il compito è trovare i parametri che minimizzano la SSR.

Equazione Normale

Fortunatamente, non è necessario provare tutte le rette e calcolare l'SSR per ciascuna di esse. Il compito di minimizzare l'SSR ha una soluzione matematica che non è molto onerosa dal punto di vista computazionale.
Questa soluzione è chiamata Equazione Normale.

Questa equazione ci fornisce i parametri di una retta con il minor SSR.
Non hai capito come funziona? Nessun problema! Si tratta di una matematica piuttosto complessa. Ma non è necessario calcolare i parametri manualmente. Molte librerie hanno già implementato la regressione lineare.