Vad är linjär regression
Grundläggande begrepp
Regression är en övervakad inlärningsuppgift som innebär att förutsäga ett numeriskt värde (t.ex. priset på ett hus), kallat målvariabel, baserat på en uppsättning indata (t.ex. storlek, ålder, läge, etc.), benämnda som funktioner.
För att träna modellen måste du tillhandahålla många exempel på sådana hus, både funktioner och målvariabel. Den uppsättning exempel som används för att träna modellen kallas träningsmängd.
Den enklaste modellen som kan utföra regression är en linjär regression. Titta på detta spridningsdiagram som visar en persons längd och hans fars längd.
Hur det fungerar
Det enkla linjära regressionsmodellen gör är att anpassa en rät linje till data så att linjen ligger så nära datapunkterna som möjligt.
Att göra förutsägelser
Nu kan vi använda denna linje för att förutsäga målet för en ny punkt.
Till exempel, anta att du vill förutsäga en persons längd om hans far är 63.5 inches lång. Välj bara en punkt från linjen som motsvarar X=63.5, och dess y-värde är vår förutsägelse, enkelt och smidigt.
Modellen förutsäger att personen är 64.3 inches lång.
Enkel linjär regressions-ekvation
Som du kanske minns från skolan är funktionen för en linje y=b+ax, så under träningen lär sig enkel linjär regression bara vilka värden a och b ska ha för att bilda en önskad linje. De värden som modellen lär sig kallas parametrar, och längre fram i kursen kommer vi att beteckna parametrar med 𝛽 istället för a, b. Så vår enkla linjära regressions-ekvation är:
1. Vid regression kallas det värde vi vill förutsäga för:
2. Fyll i luckorna
Tack för dina kommentarer!
Fråga AI
Fråga AI
Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal
Awesome!
Completion rate improved to 5.26Vad är linjär regression
Svep för att visa menyn
Grundläggande begrepp
Regression är en övervakad inlärningsuppgift som innebär att förutsäga ett numeriskt värde (t.ex. priset på ett hus), kallat målvariabel, baserat på en uppsättning indata (t.ex. storlek, ålder, läge, etc.), benämnda som funktioner.
För att träna modellen måste du tillhandahålla många exempel på sådana hus, både funktioner och målvariabel. Den uppsättning exempel som används för att träna modellen kallas träningsmängd.
Den enklaste modellen som kan utföra regression är en linjär regression. Titta på detta spridningsdiagram som visar en persons längd och hans fars längd.
Hur det fungerar
Det enkla linjära regressionsmodellen gör är att anpassa en rät linje till data så att linjen ligger så nära datapunkterna som möjligt.
Att göra förutsägelser
Nu kan vi använda denna linje för att förutsäga målet för en ny punkt.
Till exempel, anta att du vill förutsäga en persons längd om hans far är 63.5 inches lång. Välj bara en punkt från linjen som motsvarar X=63.5, och dess y-värde är vår förutsägelse, enkelt och smidigt.
Modellen förutsäger att personen är 64.3 inches lång.
Enkel linjär regressions-ekvation
Som du kanske minns från skolan är funktionen för en linje y=b+ax, så under träningen lär sig enkel linjär regression bara vilka värden a och b ska ha för att bilda en önskad linje. De värden som modellen lär sig kallas parametrar, och längre fram i kursen kommer vi att beteckna parametrar med 𝛽 istället för a, b. Så vår enkla linjära regressions-ekvation är:
1. Vid regression kallas det värde vi vill förutsäga för:
2. Fyll i luckorna
Tack för dina kommentarer!
