Finne Parameterne
Vi vet nå at lineær regresjon er en linje som best mulig tilpasser dataene. Men hvordan kan du avgjøre hvilken som er den riktige?
Du kan beregne forskjellen mellom den predikerte verdien og den faktiske målverdien for hvert datapunkt i treningssettet.
Disse forskjellene kalles residualer (eller feil). Målet er å gjøre residualene så små som mulig.
Ordinære minste kvadraters metode
Standardmetoden er ordinære minste kvadraters metode (OLS):
Ta hver residual, kvadrer den (hovedsakelig for å eliminere fortegnet til en residual), og summer alle sammen.
Dette kalles SSR (sum av kvadrerte residualer). Oppgaven er å finne parameterne som minimerer SSR.
Normal likning
Heldigvis trenger vi ikke å prøve alle linjene og beregne SSR for dem. Oppgaven med å minimere SSR har en matematisk løsning som ikke er særlig ressurskrevende.
Denne løsningen kalles Normal likning.
Denne likningen gir oss parameterne til en linje med minst mulig SSR.
Forsto du ikke hvordan det fungerer? Ingen grunn til bekymring! Det er ganske avansert matematikk. Men du trenger ikke å beregne parameterne manuelt. Mange biblioteker har allerede implementert lineær regresjon.
Quiz
1. Se på bildet ovenfor. Hvilken regresjonslinje er best?
2. y_true - y_predicted
kalles
Takk for tilbakemeldingene dine!
Spør AI
Spør AI
Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår
Can you explain what the Normal Equation is in simpler terms?
What is the difference between residuals and SSR?
Why do we square the residuals in the OLS method?
Awesome!
Completion rate improved to 5.26
Finne Parameterne
Sveip for å vise menyen
Vi vet nå at lineær regresjon er en linje som best mulig tilpasser dataene. Men hvordan kan du avgjøre hvilken som er den riktige?
Du kan beregne forskjellen mellom den predikerte verdien og den faktiske målverdien for hvert datapunkt i treningssettet.
Disse forskjellene kalles residualer (eller feil). Målet er å gjøre residualene så små som mulig.
Ordinære minste kvadraters metode
Standardmetoden er ordinære minste kvadraters metode (OLS):
Ta hver residual, kvadrer den (hovedsakelig for å eliminere fortegnet til en residual), og summer alle sammen.
Dette kalles SSR (sum av kvadrerte residualer). Oppgaven er å finne parameterne som minimerer SSR.
Normal likning
Heldigvis trenger vi ikke å prøve alle linjene og beregne SSR for dem. Oppgaven med å minimere SSR har en matematisk løsning som ikke er særlig ressurskrevende.
Denne løsningen kalles Normal likning.
Denne likningen gir oss parameterne til en linje med minst mulig SSR.
Forsto du ikke hvordan det fungerer? Ingen grunn til bekymring! Det er ganske avansert matematikk. Men du trenger ikke å beregne parameterne manuelt. Mange biblioteker har allerede implementert lineær regresjon.
Quiz
1. Se på bildet ovenfor. Hvilken regresjonslinje er best?
2. y_true - y_predicted
kalles
Takk for tilbakemeldingene dine!