Regresja liniowa to metoda znajdowania prostej linii lub hiperplanu, która najlepiej pasuje do zestawu punktów. Ten moduł bada regresję liniową w sposób intuicyjny, zanim wdrożymy podstawę systemów uczących się do regresji liniowej.
Maleje do systemów uczących się
Nauka z danych
- Istnieje wiele złożonych sposobów nauki na podstawie danych
- Ale możemy zacząć od czegoś prostego i znanego
- Uruchomienie prostej otwiera drzwi do kilku przydatnych metod
Wygodna funkcja utraty danych z powodu regresji
L2 Utrata dla danego przykładu nosi również nazwę błędu kwadratowego.
= Kwadratowa różnica między prognozą a etykietą
= (obserwowanie – prognoza)2
= (y - y')2
Definiowanie utraty 2 zbioru danych
$$ L_2Loss = \sum_{(x,y)\in D} (y - prediction(x))^2 $$
\(\sum \text{:We're summing over all examples in the training set.}\) \(D \text{: Sometimes useful to average over all examples,}\) \(\text{so divide by} {\|D\|}.\)