Лінейная рэгрэсія можа здацца складаным тэрмінам, але па сваёй сутнасці гэта зручны інструмент, які дапамагае нам зразумець і прагназаваць адносіны паміж дзвюма зменнымі.
Што такое лінейная рэгрэсія?
Па сутнасці, лінейная рэгрэсія заключаецца ў пошуку лініі, якая найлепшым чынам адпавядае набору кропак на графіцы. Гэты радок дапамагае нам рабіць прагнозы. Уявіце, што вы наносіце кропкі на дыяграму — мы высвятляем тэндэнцыю.
Магічнае ўраўненне:
Кожны радок прадстаўлены лінейнай функцыяй: Y = mX + b. Дзе:
-
Y: Тое, што мы спрабуем прадказаць (напрыклад, вашу вагу).
-
X: Што мы выкарыстоўваем, каб зрабіць прагноз (напрыклад, ваш рост).
-
m: Нахіл лініі.
-
b: пачатковая кропка лініі.
Як гэта працуе?
Падумайце пра гэта так: калі вы ведаеце рост групы людзей і іх адпаведную вагу, лінейная рэгрэсія праводзіць лінію праз гэтыя кропкі. Гэты радок дапамагае нам адгадаць вагу новага чалавека, проста ведаючы яго рост.
Прыклады з рэальнага жыцця:
-
Продаж марожанага і тэмпература: гарачы дзень (X), больш прададзена марожанага (Y)
-
Навучальныя гадзіны і балы па іспытах: больш вучэбных гадзін (X), больш высокія балы па іспытах (Y).
Працэс:
-
Збірайце даныя: атрымлівайце інфармацыю аб тым, што вы вывучаеце, напрыклад, аб росце і вазе.
-
Намалюйце лінію: лінія злучае кропкі на вашым графіку. Гэта можа быць альбо ітэрацыйны працэс, альбо выкарыстанне дакладных рашэнняў.
-
Рабіце прагнозы: выкарыстоўвайце лінію, каб прадказваць адно на аснове іншага.
Чаму гэта важна?
Прагнозы! Гэта дапамагае нам адгадваць вынікі на аснове існуючых шаблонаў.
Гэта аснова для больш дасканалай магіі дадзеных.
Увага:
Гэта лепш за ўсё працуе, калі адносіны збольшага прамыя. Калі гэта паўсюль, усё можа пайсці складана.
Master Data Science і AI з Code Labs Academy! Далучайцеся да нашага анлайн-навучальнага лагера – даступныя гнуткія варыянты няпоўнага і поўнага працоўнага дня.
