二乗和
データに最もよく合う「最適な」直線を選ぶには、回帰モデルがある指標を最適化する必要があります。線形回帰では、この指標を「二乗和」と呼びます。
ダッシュボードで切片と傾きの係数にさまざまな値を設定してみてください。プロットでは、実線の黒い直線が、あなたが指定した切片と傾きです。点線の青い直線は、このデータセットに対して線形回帰で計算された切片と傾きです。
線形回帰はどのようにして二乗和の指標を最適化しようとするのでしょうか?
この演習はコースの一部です
データに最もよく合う「最適な」直線を選ぶには、回帰モデルがある指標を最適化する必要があります。線形回帰では、この指標を「二乗和」と呼びます。
ダッシュボードで切片と傾きの係数にさまざまな値を設定してみてください。プロットでは、実線の黒い直線が、あなたが指定した切片と傾きです。点線の青い直線は、このデータセットに対して線形回帰で計算された切片と傾きです。
線形回帰はどのようにして二乗和の指標を最適化しようとするのでしょうか?
この演習はコースの一部です