Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Matricula: 1817454
Modelo de La regresión lineal múltiple permite generar un modelo
lineal en el que el valor de la variable dependiente o
respuesta (YY) se determina a partir de un conjunto de
variables independientes llamadas predictores
regresión lineal (X1X1, X2X2, X3X3…)
Y las instancias:
Cada una de nuestras entradas X (temperatura,
velocidad del viento y presión) debe formar una
Data set de relación lineal con nuestra salida y (humedad) para
que nuestro modelo de regresión lineal múltiple sea
ejemplo preciso.
y=
[ 0.86
0.89
0.83
…˙
]
Grafi ca de dispersión:
Resultados
ŷ = 1.14–0.031𝑥 ¹- 0.004𝑥 ²
E s u n o de l o s m ét o do s u ti l iza do s pa ra cal cu l a r , est i ma l o s
va lo res desco n o ci do s en u n m o del o de reg resi ó n l in ea l
Mínimos
Cuadrados
Ordenados
1
9.472 14.1197 0.89
1015.13
1
X= 1
1
…
[ 9.3 55
9.377 y
8.288
…
14.2646
3.9284
=
14.1036
…
[ ]0.86
1015.63
0.89
1015.
0.83
1016.4
… …
94
1
˙
]
El método del descenso por gradiente es un
algoritmo de optimización que permite converger
gradiente
Método
Su stituimos los va lores de y gorrito
1. Inicia liz amos nuestro parám etros 𝜃 (m y c ) y el
learnin g ra te (L)
m =0 c =0 L=0.0001
Método