Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Leer Wat Is Lineaire Regressie | Eenvoudige Lineaire Regressie
Lineaire Regressie Met Python
course content

Cursusinhoud

Lineaire Regressie Met Python

Lineaire Regressie Met Python

1. Eenvoudige Lineaire Regressie
2. Meervoudige Lineaire Regressie
3. Polynomiale Regressie
4. Het Beste Model Kiezen

book
Wat Is Lineaire Regressie

Basisconcepten

Note
Definitie

Regressie is een supervisie-leertaak waarbij een numerieke waarde wordt voorspeld (bijvoorbeeld de prijs van een huis), bekend als de doelwaarde, op basis van een reeks invoervariabelen (bijvoorbeeld grootte, leeftijd, locatie, enz.), aangeduid als kenmerken.

Om het model te trainen, moet u veel voorbeelden van dergelijke huizen aanleveren, zowel kenmerken als een doelwaarde. De verzameling voorbeelden waarop u het model traint, wordt de trainingsset genoemd.

Het eenvoudigste model dat regressietaken kan uitvoeren is een Lineaire Regressie. Bekijk deze spreidingsdiagram die de lengte van een persoon en de lengte van zijn vader weergeeft.

Hoe het werkt

Wat Eenvoudige Lineaire Regressie doet, is simpelweg de rechte lijn aan de gegevens aanpassen zodat de lijn zo dicht mogelijk bij de datapunten ligt.

Voorspellingen maken

Nu kunnen we deze lijn gebruiken om de doelwaarde voor een nieuw punt te voorspellen.
Stel bijvoorbeeld dat je de lengte van een persoon wilt voorspellen als zijn vader 63.5 inch lang is. Kies gewoon een punt op de lijn dat overeenkomt met X=63.5, en de y-waarde daarvan is onze voorspelling, heel eenvoudig. Het model voorspelt dat de persoon 64.3 inch lang zal zijn.

Eenvoudige lineaire regressievergelijking

Zoals je je misschien herinnert van school, is de functie van een lijn y=b+ax, dus tijdens het trainen leert eenvoudige lineaire regressie simpelweg welke waarden a en b moeten hebben om een gewenste lijn te vormen. De waarden die het model leert, worden parameters genoemd, en verderop in de cursus zullen we parameters aanduiden met 𝛽 in plaats van a, b. Dus onze eenvoudige lineaire regressievergelijking is:

1. In regressie wordt de waarde die we willen voorspellen genoemd:

2. Vul de ontbrekende woorden in

question mark

In regressie wordt de waarde die we willen voorspellen genoemd:

Select the correct answer

question-icon

Vul de ontbrekende woorden in

In the example, we predicted a person's height based on his father's height.
Then the father's height is a .
The person's height is a
.
Previous records with other people's and their father's known heights form a
.

Click or drag`n`drop items and fill in the blanks

Was alles duidelijk?

Hoe kunnen we het verbeteren?

Bedankt voor je feedback!

Sectie 1. Hoofdstuk 1

Vraag AI

expand

Vraag AI

ChatGPT

Vraag wat u wilt of probeer een van de voorgestelde vragen om onze chat te starten.

course content

Cursusinhoud

Lineaire Regressie Met Python

Lineaire Regressie Met Python

1. Eenvoudige Lineaire Regressie
2. Meervoudige Lineaire Regressie
3. Polynomiale Regressie
4. Het Beste Model Kiezen

book
Wat Is Lineaire Regressie

Basisconcepten

Note
Definitie

Regressie is een supervisie-leertaak waarbij een numerieke waarde wordt voorspeld (bijvoorbeeld de prijs van een huis), bekend als de doelwaarde, op basis van een reeks invoervariabelen (bijvoorbeeld grootte, leeftijd, locatie, enz.), aangeduid als kenmerken.

Om het model te trainen, moet u veel voorbeelden van dergelijke huizen aanleveren, zowel kenmerken als een doelwaarde. De verzameling voorbeelden waarop u het model traint, wordt de trainingsset genoemd.

Het eenvoudigste model dat regressietaken kan uitvoeren is een Lineaire Regressie. Bekijk deze spreidingsdiagram die de lengte van een persoon en de lengte van zijn vader weergeeft.

Hoe het werkt

Wat Eenvoudige Lineaire Regressie doet, is simpelweg de rechte lijn aan de gegevens aanpassen zodat de lijn zo dicht mogelijk bij de datapunten ligt.

Voorspellingen maken

Nu kunnen we deze lijn gebruiken om de doelwaarde voor een nieuw punt te voorspellen.
Stel bijvoorbeeld dat je de lengte van een persoon wilt voorspellen als zijn vader 63.5 inch lang is. Kies gewoon een punt op de lijn dat overeenkomt met X=63.5, en de y-waarde daarvan is onze voorspelling, heel eenvoudig. Het model voorspelt dat de persoon 64.3 inch lang zal zijn.

Eenvoudige lineaire regressievergelijking

Zoals je je misschien herinnert van school, is de functie van een lijn y=b+ax, dus tijdens het trainen leert eenvoudige lineaire regressie simpelweg welke waarden a en b moeten hebben om een gewenste lijn te vormen. De waarden die het model leert, worden parameters genoemd, en verderop in de cursus zullen we parameters aanduiden met 𝛽 in plaats van a, b. Dus onze eenvoudige lineaire regressievergelijking is:

1. In regressie wordt de waarde die we willen voorspellen genoemd:

2. Vul de ontbrekende woorden in

question mark

In regressie wordt de waarde die we willen voorspellen genoemd:

Select the correct answer

question-icon

Vul de ontbrekende woorden in

In the example, we predicted a person's height based on his father's height.
Then the father's height is a .
The person's height is a
.
Previous records with other people's and their father's known heights form a
.

Click or drag`n`drop items and fill in the blanks

Was alles duidelijk?

Hoe kunnen we het verbeteren?

Bedankt voor je feedback!

Sectie 1. Hoofdstuk 1
some-alt