Algorytm regresji liniowej
Aby naprawdę zrozumieć regresję liniową, warto poznać sposób działania jej algorytmu. Kod funkcji lm() liczy setki linii, bo musi obsługiwać dowolną formułę i dowolny zbiór danych. W przypadku prostej regresji liniowej dla konkretnego zbioru danych możesz jednak zaimplementować ten algorytm w zaledwie kilku linijkach kodu.
Przebieg pracy jest następujący:
- Napisz skrypt obliczający sumę kwadratów.
- Przekształć go w funkcję.
- Użyj ogólnej funkcji optymalizacyjnej R, aby znaleźć współczynniki minimalizujące tę sumę.
Wartości zmiennej objaśniającej (kolumna n_convenience zbioru taiwan_real_estate) są dostępne jako x_actual.
Wartości zmiennej odpowiedzi (kolumna price_twd_msq zbioru taiwan_real_estate) są dostępne jako y_actual.
To ćwiczenie jest częścią kursu
Regresja średnio zaawansowana w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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
___