¡Regresión lineal claramente explicada! La regresión lineal modela la relación entre una variable dependiente (y) y dos o más variables independientes (x1, x2 ...) ❗️En aras de la simplicidad, discutimos la regresión lineal con una sola variable independiente. Representación matemática: y=mx+c Dónde: - y es la variable dependiente - x es la variable independiente - m es la pendiente de la recta - c es la intersección y Función de costo: ❗️El objetivo es encontrar los mejores valores para m y c que minimicen el error entre los valores predichos y los valores reales para todos los puntos de datos. Así es como se ve la función de costo, un error cuadrático medio: MSE= 1/N∑(yi−(m*xi+c))**2 Dónde: - N es el número de puntos de datos. - yi es el valor real del i-ésimo punto de datos. - mxi+c es el valor predicho para el i-ésimo punto de datos. ...