Hồi quy tuyến tính
Bài học 16 trên 19 trong khóa học Giới thiệu về học máy của Coddy.
Hồi quy tuyến tính là một trong những thuật toán cơ bản nhất trong học máy để dự đoán một biến liên tục. Đây là phương pháp thường dùng để ước tính mối quan hệ giữa các biến và dự báo. Dù bạn dự đoán giá nhà, xu hướng thị trường chứng khoán hay nhiệt độ, hồi quy tuyến tính đều có thể giúp bạn hiểu rõ hơn về mối tương quan giữa các biến này.
Nguồn: wikipedia
Hồi quy tuyến tính tìm cách mô hình hóa mối quan hệ giữa hai hoặc nhiều biến bằng cách khớp một phương trình tuyến tính với dữ liệu quan sát được. Một biến được xem là biến giải thích (độc lập), còn biến kia được xem là biến phụ thuộc.
Dạng đơn giản nhất của phương trình hồi quy tuyến tính với một biến phụ thuộc và một biến độc lập được định nghĩa như sau:
- Alpha biểu thị điểm giao với trục y
- Beta biểu thị độ dốc
Tự kiểm traBài học này có một bài trắc nghiệm ngắn. Bắt đầu bài học để trả lời và theo dõi tiến độ.
Tự kiểm traBài học này có một bài trắc nghiệm ngắn. Bắt đầu bài học để trả lời và theo dõi tiến độ.
Tự kiểm traBài học này có một bài trắc nghiệm ngắn. Bắt đầu bài học để trả lời và theo dõi tiến độ.
Thử thách
DễTạo một hàm tên là linear_equation nhận một danh sách biểu thị một điểm dữ liệu và một danh sách biểu thị các hệ số của phương trình tuyến tính.
hàm trả về kết quả của phương trình tuyến tính.
Ví dụ
- nếu
n = 2, thì có hai hệ số:y = b[0] + b[1]*x[1] - nếu
n = 3, thì có ba hệ số:y = b[0] + b[1]*x[1] + b[2]*x[2]
Tự làm thử
def linear_equation(coef, x):
# Viết code vào đâyTất cả bài học trong Giới thiệu về học máy
6Các mô hình khác
Hồi quy logisticHồi quy tuyến tínhCây quyết địnhMáy vector hỗ trợ (SVM)Trắc nghiệm về mô hìnhTự luyện tập: Trình biên dịch Python online