Vi vet nå at lineær regresjon er en linje som best 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! Dette er ganske kompleks matematikk. Men du trenger ikke å beregne parameterne manuelt. Mange biblioteker har allerede implementert lineær regresjon.

Quiz