Bienvenido a este post donde vamos a aprender sobre los algoritmos de regresión regresión en este caso regresión lineal en machine learning

La regresión lineal es una de las formas más sencillas para realizar problemas de regresión en machine learning. En esta serie de post vamos a aprender como siempre la ciencia detrás, implementación en python y también los métodos de evaluación del modelo

La regresión lineal es el algoritmo de aprendizaje automático supervisado más antiguo, simple y ampliamente utilizado para el análisis predictivo.

meme regresion lineal

El camino hacia tus sueños rara vez es lineal. Tienes que zigzaguear para llegar a la felicidad.

Primero que nada y que todo en LA VIDA, vamos a aprender que es la regresión lineal (de verdad que de solo ver el nombre quiero huir) 

gif

Empecemos:

¿Qué es eso de la regresión lineal ? 

Es una técnica estadística utilizada para predecir o estimar una variable cuantitativa en función de otra variable cuantitativa. Esta técnica consiste en modelar una ecuación de una recta

Es un método para predecir una variable objetivo ajustando la mejor relación lineal entre la variable dependiente e independiente.

La variable dependiente Y es numérica.

Ejemplos:
– Precio de una propiedad.
– Precios en general
– Edad de una persona dado los consumos en su tarjeta de crédito
– Nota en un examen

¿Y la regresión lineal simple?

Este método usa una sola variable independiente para predecir una variable dependiente ajustando una mejor relación lineal.

Vamos a verlo mejor 

Regresion lineal simple formulas

Vamos a verlo con un ejemplo para entender un poco mejor

Deseamos predecir el sueldo mensual en función de la edad de un trabajador 

ejemplo de regresion lineal

Esta es la teoría más básica para entender que es la regresión lineal, ahora vamos a profundizar un poco.

Vamos a hacer un nuevo ejemplo para entender todo

Se desea predecir la nota de un alumno en función de la cantidad de horas que estudio para un examen

Aquí tenemos los datos

base de datos

Cosas que debes entender:

regresion lineal estimada

  • Los puntos por su distribución no pueden formar una linea recta 
  • Existen infinitas rectas posibles que pasen cerca de los 6 puntos 
  • Pero siempre existe una recta que es la mejor : Que es la ecuación estimada. Esta ecuación se obtiene calculando los coeficientes b0 y b1 con el método de mínimos cuadrados
  • Intercepto: Es aquel punto donde cuando alargo la recta hasta intersectar con el eje y aparece un punto
  • Pendiente: Nos indica la inclinación de la recta con respecto al eje horizontal 

Con la ecuación resultante podemos realizar predicciones

Interpretación: Por cada hora de estudio aumenta 1 décima en la nota del examen 

Y eso es todo por hoy. En el próximo post vamos a ver las diferentes regresiones y como seleccionar el modelo de forma correcta. Nos vemos por allá

Si quieres empezar con código, te comparto este post que me encanto y esta todo muy claro

Suscribete en mi canal de Youtube

Apoyame para seguir creando contenido y accede a mentorías personalizadas aquí

Gracias por leerme 💜

3 comments on “Regresión lineal simple en machine learning

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *