Algorithme de régression linéaire
Pour bien comprendre la régression linéaire, il est utile de savoir comment fonctionne l’algorithme. Le code de lm() fait des centaines de lignes, car il doit fonctionner avec n’importe quelle formule et n’importe quel jeu de données. Cependant, pour une régression linéaire simple sur un seul jeu de données, vous pouvez implémenter un algorithme de régression linéaire en seulement quelques lignes de code.
Le flux de travail est le suivant :
- Écrire un script qui calcule la somme des carrés.
- Le transformer en fonction.
- Utiliser la fonction d’optimisation générique de R pour trouver les coefficients qui minimisent cette somme.
Les valeurs explicatives (la colonne n_convenience de taiwan_real_estate) sont disponibles sous x_actual.
Les valeurs de réponse (la colonne price_twd_msq de taiwan_real_estate) sont disponibles sous y_actual.
Cet exercice fait partie du cours
Régression intermédiaire en R
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Set the intercept to 10
intercept <- ___
# Set the slope to 1
slope <- ___
# Calculate the predicted y values
y_pred <- ___
# Calculate the differences between actual and predicted
y_diff <- ___
# Calculate the sum of squares
___