Regresión lineal simple

Inferencia, estimación y toma de decisiones a partir de datos

La regresión lineal simple es el puente entre estadísticas y aprendizaje automático: es el modelo más sencillo que predice. Se asume que la relación entre una entrada x y una salida y es una línea más ruido aleatorio, y se busca la mejor línea.

β₀ es la intersección, β₁ la pendiente y ε el ruido. "Mejor ajuste" significa la línea que minimiza la suma total cuadrada de los residuos (las distancias verticales entre puntos y línea), el método de mínimos cuadrados ordinarios (OLS).

Arrastra la pendiente e intersección en la figura y observa cómo cambia la suma de errores al cuadrado (SSE). La línea OLS es única en minimizar la longitud total cuadrada de los palillos residuales coral.

Dónde aparece en el MLLa regresión lineal es la base a superar en cada proyecto de ML. Su objetivo de error cuadrado es la pérdida de regresión (MSE) que minimizarás una y otra vez, y (como viste en MLE) es exactamente máxima verosimilitud bajo ruido gaussiano. Entiende esta línea y entiendes el esqueleto de cada modelo supervisado.
▶ Regresión lineal simple
← Pruebas no paramétricasRegresión lineal múltiple →