Теперь Кью работает в режиме чтения

Мы сохранили весь контент, но добавить что-то новое уже нельзя

На каких предположениях основана линейная регрессия?

ПрограммированиеМатематика+3
  · 1,1 K
Старший разработчик компании Google. Основная специальность - машинное обучение, глубокое...  · 17 сент 2021
Основное предположение -- наличие линейной зависимости между признаками и целевым значением.
Есть более формальное математическое описание этих предположений:
Пусть y - целевое значение, а x - вектор признаков.
Тогда в линейной регрессии предполагается, что y на самом деле случайная величина из нормального распределения N(w' * x + b, S), где (w, b) - векторы весов линейной регрессии, (w' - транспонирование), S - матрица ковариации, которая не зависит от x. То есть это означает, что реальные значения y случайно разбросаны рядом с прямой w' * x + b
Подробнее об этом можно прочитать, например, в этой книге
[1] Bishop, Christopher M. "Pattern recognition." Machine learning 128.9 (2006).
Это не совсем так. Вернее в общем виде это не так. В некотором частном, как вы написали. Но автор вряд ли... Читать дальше
преподаватель, аналитик данных  · 17 сент 2021  · youtube.com/channel/UCqj7Cz7revf5maW9g5pgNcg
Линейная регрессия применяется по разному и это может повлиять на ответ. 1)Можно построить модель линейной регрессии для предсказания, проверить ее качество и если все в порядке - ВСЕ. для такого случая предположений достаточно мало. Не вырожденность системы уравнений и предположение о том, что данные на которых строилась модель будут из того же распределения на... Читать далее