Лінійна регресія з N ознаками
Рівняння лінійної регресії з N ознаками
Як ми вже бачили, додавання нової ознаки до моделі лінійної регресії таке ж просте, як і додавання її разом із новим параметром до рівняння моделі. Таким чином можна додати значно більше ніж два параметри.
Вважайте, що n — це ціле число, більше двох.
Нормальне рівняння
Єдина проблема — це візуалізація. Якщо у нас два параметри, потрібно побудувати 3D-графік. Але якщо параметрів більше двох, графік буде багатовимірним. Оскільки ми живемо у тривимірному світі, ми не можемо уявити собі графіки з більшою кількістю вимірів. Проте візуалізувати результат не обов'язково. Необхідно лише знайти параметри, щоб модель працювала. На щастя, це досить просто зробити. Добре відоме нормальне рівняння допоможе нам:
Матриця X̃
Зверніть увагу, що змінилася лише матриця X̃. Можна розглядати стовпці цієї матриці як такі, що відповідають за кожен параметр β. Наступне відео пояснює, що мається на увазі.
Перший стовпець одиниць необхідний для знаходження параметра β₀.
Дякуємо за ваш відгук!
Запитати АІ
Запитати АІ
Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат
Can you explain what the Normal Equation is used for in linear regression?
How does the X̃ matrix differ from the original X matrix?
Why is the first column of 1s important in the X̃ matrix?
Awesome!
Completion rate improved to 5.26
Лінійна регресія з N ознаками
Свайпніть щоб показати меню
Рівняння лінійної регресії з N ознаками
Як ми вже бачили, додавання нової ознаки до моделі лінійної регресії таке ж просте, як і додавання її разом із новим параметром до рівняння моделі. Таким чином можна додати значно більше ніж два параметри.
Вважайте, що n — це ціле число, більше двох.
Нормальне рівняння
Єдина проблема — це візуалізація. Якщо у нас два параметри, потрібно побудувати 3D-графік. Але якщо параметрів більше двох, графік буде багатовимірним. Оскільки ми живемо у тривимірному світі, ми не можемо уявити собі графіки з більшою кількістю вимірів. Проте візуалізувати результат не обов'язково. Необхідно лише знайти параметри, щоб модель працювала. На щастя, це досить просто зробити. Добре відоме нормальне рівняння допоможе нам:
Матриця X̃
Зверніть увагу, що змінилася лише матриця X̃. Можна розглядати стовпці цієї матриці як такі, що відповідають за кожен параметр β. Наступне відео пояснює, що мається на увазі.
Перший стовпець одиниць необхідний для знаходження параметра β₀.
Дякуємо за ваш відгук!