Regresión Lineal Simple
con Python
OBJETIVOEl objetivo general de este documento es poder explicar la importancia y el proceso de hacer regresión lineal con la poderosa herramienta de Python, ya que por sí solo aplicando fórmulas matemáticas realizar esta tarea es bastante larga y tediosa y el poder hacer una predicción propia y correcta del estudio de las variables al analizar mediante Python nos ayudará a no solo realizar una, sino varias ocupando las mismas variables y así poder obtener mejores predicciones de acuerdo con el estudio de variables específicas.
Y = mX+ b
INTRODUCCIÓN ¿Como funciona el algoritmo de regresión lineal en Machine Learnin? Los algoritmos de Machine Learning Supervisados, aprenden por sí mismos y en este caso a obtener automáticamente esa “recta” que se busca con la tendencia de predicción. Para hacerlo se mide el error con respecto a los puntos de entrada y el valor “Y” de salida real. El algoritmo deberá minimizar el coste de una función de error cuadrático y esos coeficientes corresponderán con la recta óptima. Hay diversos métodos para conseguir minimizar el coste. Lo más común es utilizar una versión vectorial y la llamada Ecuación Normal que dará un resultado directo.
MÉTODOS Y MATERIALESEn este método practico se puede obtener un archivo.csv y/o xlsx de entrada obtenido desde la web o data set generado que contiene artículos sobre MachineLearning de algunos sitios muy importantes como kaggle con características de entrada las columnas suficientes para su estudio predictor. A partir de las características de un artículo de machine learning Se intenta predecir, cierto pará metro específico del dataset. Se hace una primera predicción de regresión lineal simple con una sola variable predictora para poder graficar en 2 dimensiones (ejes X y Y).
RESULTADOS
243220056 Emma Hernàndez de la Cruz 243220123 Carlos Cosa del Valle
Regresión Lineal Simple con Python
EMMA HERNANDEZ DE LA CRUZ
Created on November 6, 2024
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Math Lesson Plan
View
Primary Unit Plan 2
View
Animated Chalkboard Learning Unit
View
Business Learning Unit
View
Corporate Signature Learning Unit
View
Code Training Unit
View
History Unit plan
Explore all templates
Transcript
Regresión Lineal Simple con Python
OBJETIVOEl objetivo general de este documento es poder explicar la importancia y el proceso de hacer regresión lineal con la poderosa herramienta de Python, ya que por sí solo aplicando fórmulas matemáticas realizar esta tarea es bastante larga y tediosa y el poder hacer una predicción propia y correcta del estudio de las variables al analizar mediante Python nos ayudará a no solo realizar una, sino varias ocupando las mismas variables y así poder obtener mejores predicciones de acuerdo con el estudio de variables específicas.
Y = mX+ b
INTRODUCCIÓN ¿Como funciona el algoritmo de regresión lineal en Machine Learnin? Los algoritmos de Machine Learning Supervisados, aprenden por sí mismos y en este caso a obtener automáticamente esa “recta” que se busca con la tendencia de predicción. Para hacerlo se mide el error con respecto a los puntos de entrada y el valor “Y” de salida real. El algoritmo deberá minimizar el coste de una función de error cuadrático y esos coeficientes corresponderán con la recta óptima. Hay diversos métodos para conseguir minimizar el coste. Lo más común es utilizar una versión vectorial y la llamada Ecuación Normal que dará un resultado directo.
MÉTODOS Y MATERIALESEn este método practico se puede obtener un archivo.csv y/o xlsx de entrada obtenido desde la web o data set generado que contiene artículos sobre MachineLearning de algunos sitios muy importantes como kaggle con características de entrada las columnas suficientes para su estudio predictor. A partir de las características de un artículo de machine learning Se intenta predecir, cierto pará metro específico del dataset. Se hace una primera predicción de regresión lineal simple con una sola variable predictora para poder graficar en 2 dimensiones (ejes X y Y).
RESULTADOS
243220056 Emma Hernàndez de la Cruz 243220123 Carlos Cosa del Valle