Що таке лінійна регресія
Свайпніть щоб показати меню
Базові поняття
Регресія — це задача з навчання з учителем, яка полягає у прогнозуванні числового значення (наприклад, ціна будинку), відомого як ціль, на основі набору вхідних змінних (наприклад, розмір, вік, розташування тощо), які називаються ознаками.
Для навчання моделі необхідно надати багато прикладів таких будинків, як ознаки, так і ціль. Набір прикладів, на якому навчається модель, називається навчальною вибіркою.
Найпростіша модель, здатна виконувати регресійні завдання, — це лінійна регресія. Розгляньте цей діаграму розсіювання, що відображає зріст людини та зріст його батька.
Як це працює
Проста лінійна регресія полягає у підборі прямої до даних таким чином, щоб ця пряма була максимально близькою до точок даних.
Виконання прогнозів
Тепер цю пряму можна використовувати для прогнозування цільового значення для нової точки.
Наприклад, якщо потрібно передбачити зріст людини, якщо зріст її батька становить 63.5 дюйма. Просто оберіть точку на прямій, що відповідає X=63.5, і її значення y буде нашим прогнозом.
Модель прогнозує, що зріст людини становитиме 64.3 дюйма.
Рівняння простої лінійної регресії
Як ви могли пам'ятати зі школи, функція прямої має вигляд y=b+ax, тому під час навчання проста лінійна регресія просто визначає, якими мають бути значення a та b, щоб утворити бажану пряму.
Значення, які модель визначає під час навчання, називаються параметрами, і далі в курсі ми будемо позначати параметри як 𝛽 замість a, b.
Отже, наше рівняння простої лінійної регресії:
1. У регресії значення, яке ми хочемо передбачити, називається:
2. Заповніть пропуски
Дякуємо за ваш відгук!
Запитати АІ
Запитати АІ
Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат
