Вступление
Линейная регрессия может быть определена как линейная связь между зависимой переменной с заданным набором независимых переменных.
Эта линейная связь между переменными X и Y означает, что, когда одна или несколько независимых (X) переменных изменяются (увеличиваются или уменьшаются), зависимая переменная также изменяется соответственно (увеличивается или уменьшается).
Математическое уравнение
Y = mX + c
Y = это зависимая переменная, которую мы пытаемся ПРОГНОЗИРОВАТЬ.
X = это независимая переменная, которую мы используем для ПРОГНОЗИРОВАНИЯ.
c = это константа, известная как Y-точка пересечения, когда Y = c, это означает, что X = 0, если X равно 0, тогда mx = m x 0 дает вам 0, следовательно, Prediction равен Y-точке пересечения.
Линейная регрессия может быть положительной или отрицательной по своей природе.
Положительная линейная связь
Линейная связь будет называться «положительной», если увеличивается как независимая, так и зависимая переменная. (Положительный градиент)
Отрицательная линейная связь
Линейная зависимость будет называться «отрицательной», если одно независимое и зависимое увеличение, а другое - уменьшение (Отрицательный градиент).
Давайте поговорим о градиентном спуске и более глубокой математической интуиции в разделе «Линейная регрессия» в следующем блоге, а пока желаю удачи 😁 .