Линейная регрессия - это алгоритм, используемый для прогнозирования или визуализации отношений между двумя различными признаками / переменными . В задачах линейной регрессии рассматриваются два вида переменных: зависимая переменная и независимая переменная . Независимая переменная - это переменная, которая стоит сама по себе, и не подвержена влиянию другой переменной. При настройке независимой переменной уровни зависимой переменной будут колебаться. Зависимая переменная - это переменная, которая изучается, и это то, что регрессионная модель решает или пытается предсказать...

Источник: Nuances of Programming Линейная и логистическая регрессии обычно являются первыми видами регрессии, которые изучают в таких областях, как машинное обучение и наука о данных. Оба метода считаются эффективными, так как их легко понять и использовать. Однако, такая простота также имеет несколько недостатков, и во многих случаях лучше выбирать другую регрессионную модель. Существует множество видов регрессии, каждый из которых имеет свои достоинства и недостатки. Мы познакомимся с 7 наиболее распространенными алгоритмами регрессии и опишем их свойства...

Источник: Nuances of Programming Часть 1, Часть 2, Часть 3 Логистическая регрессия Итак, мы уже познакомились с линейной регрессией. Она определяла влияние переменных на другую переменную при условии, что: 1) результирующая переменная непрерывна и 2) отношение между независимыми переменными и результирующей линейное. Но что, если результирующая переменная категориальная? Тогда и приходит на помощь логистическая регрессия! Категориальные переменные — те, которые могут принимать лишь значения, обозначающие определённую категорию...

На самом деле всё проще, чем кажется! Для тех кто в танке - Линейная регрессия алгоритм, который применяется в машинном обучением. Этот алгоритм один из самых простейших! Так же будет реализация этого алгоритма на python! Я решил, что впихивать формулы будет очень просто и скучно! Так что радуйтесь! Формул не будет! Будут картинки! По этой картинке видно, что алгоритм очень прост! Если говорить, что он делает в графике, то он пытается найти линию, которая максимально захватит все точки! Можно сказать...