📈Линейная регрессия: визуализация 😇.

искусство подбирать лучшую линию…

Линейная регрессия – это регрессионная модель, которая оценивает связь между одной независимой переменной и одной зависимой переменной с помощью прямой линии. Обе переменные должны быть количественными.

Мы передаем обучающие примеры алгоритму линейной регрессии, и он предлагает параметры θ, которые делают линейную линию наилучшим образом подходящей для модели.

Затем мы делаем прогноз на основе этой линии наилучшего соответствия невидимым данным.

📑Существует два типа линейной регрессии:

1.

Простая линейная регрессия:

В простой линейной регрессии мы подбираем лучшую линию для данных, которые имеют одну зависимую переменную и одну независимую переменную.

бывший. Рост и Вес

2.

Мультилинейная регрессия:

В мультилинейной регрессии мы подбираем наилучшую линию для данных, которые имеют одну зависимую переменную и несколько независимых переменных.

пример: артериальное давление в сравнении с (весом и возрастом)

Уравнение линейной регрессии:

Отъезд: линейная регрессия на цене дома