PASCAL YIM / apprendreRégressions multiple et polynomiale

MODÈLES / 06 · EXPLICATION

Une relation courbe : Length → Weight

À forme et densité comparables, un poids est lié au volume, donc approximativement au cube d’une longueur.

FONCTIONNEMENT

Cette idée physique motive une relation polynomiale. La régression reste linéaire par rapport aux coefficients, même si la prédiction est courbe par rapport à Length.

Weight^=b+a1L+a2L2+a3L3\widehat{Weight}=b+a_1L+a_2L^2+a_3L^3

L désigne Length. Le modèle est linéaire en a₁, a₂, a₃ et b.

À retenir

  1. 01

    Le modèle cubique dispose des caractéristiques Length, Length² et Length³.

  2. 02

    Le terme constant et les termes de degrés 1 et 2 permettent un ajustement plus souple qu’une stricte proportionnalité au cube.

  3. 03

    La relation volume–longueur est une motivation, pas une loi exacte pour toutes les observations.

  4. 04

    Une amélioration sur les données d’apprentissage doit ensuite être confirmée sur des observations réservées.

Les slides d’explication ne donnent pas lieu à une validation de code.

Parcours · chapitres

Matrices, plans, pseudo-inverse et LinearRegression.

01 / Rappels de Python

02 / Classes et objets en Python

03 / Pandas et DataFrames

04 / Régression linéaire et métriques

05 / Régressions multiple et polynomiale

06 / Évaluer les modèles

07 / KNN et normalisation

Quiz de synthèse · 24 questions →Rejoindre une session →