0% ont trouvé ce document utile (0 vote)
26 vues115 pages

Régression Linéaire

Le document traite de la régression linéaire, en commençant par le modèle de régression avec une seule variable et en expliquant la fonction de coût ainsi que l'algorithme de descente de gradient. Il aborde également la régression linéaire avec plusieurs variables et introduit la régression polynomiale. Les concepts clés incluent l'estimation des paramètres et l'optimisation de la fonction de coût.

Transféré par

Boulahia Mohammed
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
26 vues115 pages

Régression Linéaire

Le document traite de la régression linéaire, en commençant par le modèle de régression avec une seule variable et en expliquant la fonction de coût ainsi que l'algorithme de descente de gradient. Il aborde également la régression linéaire avec plusieurs variables et introduit la régression polynomiale. Les concepts clés incluent l'estimation des paramètres et l'optimisation de la fonction de coût.

Transféré par

Boulahia Mohammed
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Régression linéaire avec une seule variable

Modèle de représentation
Régression linéaire avec une seule variable
Modèle de représentation
Régression linéaire avec une seule variable
Modèle de représentation

280

1250
Régression linéaire avec une seule variable
Modèle de représentation

280

1250
Régression linéaire avec une seule variable
Modèle de représentation

280

1250
Régression linéaire avec une seule variable
Modèle de représentation

m examples

x(1) = 2104 y(1) = 460


x(2) = 1416 y(2) = 232

(x(i),y(i)) : ith training example


Régression linéaire avec une seule variable
Modèle de représentation
Comment représenter h

X Hypothèse Y: Valeur estimé


Régression linéaire avec une seule variable
Fonction de coût
Régression linéaire avec une seule variable
Fonction de coût
Régression linéaire avec une seule variable
Fonction de coût

h ( x)  1  0.5 x

h ( x)  1.5  0 x  1.5 h ( x)  0.5 x


Régression linéaire avec une seule variable
Fonction de coût Pour l’exemple i
h ( x (i ) )  y ( i )

(h ( x (1) )  y (1) ), (h ( x (2) )  y (2) ),..., h ( x ( m ) )  y ( m )


L’erreur global du modèle est la somme des erreurs de
chaque exemple d’apprentissage

 h (x )  y (1) 
m
(1)

i 1

Par souci de simplification nous prenons le carrée de la


Comment estimer 0 et 1 ? moyenne
1 m

2m i 1
 h ( x )  y 
(i ) (i ) 2
Erreur quadratique moyenne
Régression linéaire avec une seule variable
Fonction de coût : intuition 1

où 0 = 0

avec h (x(i))=1 = x(1)


Régression linéaire avec une seule variable
Fonction de coût : intuition 1

J 1  
1 m

2m i 1
 h ( x )  y  
(i ) (i ) 2 1 m

2m i 1
1 x  y 
(1) (1) 2


1 2
 0  02  02   02  0 1  0.5
2m
Régression linéaire avec une seule variable
Fonction de coût : intuition 1

 
h x    y  
i i

y (i )

 
h x  
i

J  0.5  
1
2m
 (0.5  1) 2  (1  2) 2  (1.5  3) 2 
1  0

1 3.5
 3.5    0.58 J (0)  ?
2*3 6
Régression linéaire avec une seule variable
Fonction de coût : intuition 1

1  0
J  0 
2m

1 2
1  22  32   14  2.3
1
6 J (0)  ?
Régression linéaire avec une seule variable
Fonction de coût : intuition 1

1  1

J 1  0 1  0
J (0)  ?
Régression linéaire avec une seule variable
Fonction de coût : intuition 1

1  1
1  0.75

1  0.5

1  1

minimum J (1 )
1
Régression linéaire avec une seule variable
Fonction de coût : intuition 2
Régression linéaire avec une seule variable
Fonction de coût : intuition 2

 0  50
1  0.06

 0 , 1 ?
Régression linéaire avec une seule variable
Fonction de coût : intuition 2

J ( 0 , 1 )
Régression linéaire avec une seule variable
Fonction de coût : intuition 2 Contour plot

J ( 0 , 1 )
h ( x)

 0 , 1
Régression linéaire avec une seule variable
Fonction de coût : intuition 2 Contour plot

h ( x)

 0 , 1
Régression linéaire avec une seule variable
Fonction de coût : intuition 2 Contour plot

h ( x)

 0 , 1
Régression linéaire avec une seule variable
Gradient Descent Algorithm
J  0 , 1 ,...,  n 

min J  0 , 1 ,...,  n 
1 , 2 ,.. n

on peut commencer par  0 ,  1    0, 0 


Régression linéaire avec une seule variable
Gradient Descent Algorithm
Régression linéaire avec une seule variable
Gradient Descent Algorithm
Régression linéaire avec une seule variable
Gradient Descent Algorithm
Régression linéaire avec une seule variable
Gradient Descent Algorithm
Régression linéaire avec une seule variable
Gradient Descent Algorithm
Régression linéaire avec une seule variable
Gradient Descent Algorithm
Régression linéaire avec une seule variable
Gradient Descent Algorithm
Régression linéaire avec une seule variable
Gradient Descent Algorithm
Régression linéaire avec une seule variable
Gradient Descent Algorithm
Régression linéaire avec une seule variable
Gradient Descent Algorithm
Régression linéaire avec une seule variable
Gradient Descent Algorithm
Régression linéaire avec une seule variable
Gradient Descent Algorithm
Régression linéaire avec une seule variable
Gradient Descent Algorithm
Régression linéaire avec une seule variable
Gradient Descent Algorithm
Régression linéaire avec une seule variable
Gradient Descent Algorithm
Régression linéaire avec une seule variable
Gradient Descent Algorithm
Régression linéaire avec une seule variable
Gradient Descent Algorithm
Régression linéaire avec une seule variable
Gradient Descent Algorithm
Régression linéaire avec une seule variable
Gradient Descent Algorithm
Régression linéaire avec une seule variable
Gradient Descent Intuition

Dérivé :
déplacement
min J  0 , 1 ,...,  n 
1 , 2 ,.., n Vitesse
i  R i  1,..n d’apprentissage
Régression linéaire avec une seule variable
Gradient Descent Intuition

J (1 ) 1  R 1 : 1   J 1 
1

J 1   0
1

1 : 1   (nombre positif )

1 dim inu progressivement


1
Régression linéaire avec une seule variable
Gradient Descent Intuition

J (1 ) 1  R 1 : 1   J 1 
1

J 1   0
1

1 : 1   (nombre négatif )

1 augmente progressivement
1
Régression linéaire avec une seule variable
Gradient Descent Intuition

J (1 )

Minimum

Diverge

J (1 )
Régression linéaire avec une seule variable
Gradient Descent Intuition
Régression linéaire avec une seule variable
Gradient Descent Intuition

Minimum
Régression linéaire avec une seule variable
Gradient Descent for linear regression
Régression linéaire avec une seule variable
Gradient Descent for linear regression
Régression linéaire avec une seule variable
Gradient Descent for linear regression
Régression linéaire avec une seule variable
Gradient Descent for linear regression
Régression linéaire avec une seule variable
Gradient Descent for linear regression
Régression linéaire avec une seule variable
Gradient Descent for linear regression
Régression linéaire avec une seule variable
Gradient Descent for linear regression
Régression linéaire avec une seule variable
Gradient Descent for linear regression
Régression linéaire avec une seule variable
Gradient Descent for linear regression
Régression linéaire avec une seule variable
Gradient Descent for linear regression
Régression linéaire avec une seule variable
Gradient Descent for linear regression
Régression linéaire avec une seule variable
Gradient Descent for linear regression
Régression linéaire avec une seule variable
Gradient Descent for linear regression

Fonction convexe
Bowl Shape
Régression linéaire avec une seule variable
Gradient Descent for linear regression
Régression linéaire avec une seule variable
Gradient Descent for linear regression
Régression linéaire avec une seule variable
Gradient Descent for linear regression
Régression linéaire avec une seule variable
Gradient Descent for linear regression
Régression linéaire avec une seule variable
Gradient Descent for linear regression
Régression linéaire avec une seule variable
Gradient Descent for linear regression
Régression linéaire avec une seule variable
Gradient Descent for linear regression
Régression linéaire avec une seule variable
Gradient Descent for linear regression
Régression linéaire avec une seule variable
Gradient Descent for linear regression
Régression linéaire avec une seule variable
Gradient Descent for linear regression
Régression linéaire avec plusieurs variables
Principe

Variable : Variable :
- Explicative - Expliqué
- Exogène - Endogène
- Input - Output
- entrée - réponse
Régression linéaire avec plusieurs variables
Principe

X1 X2 X3 X4 Y

m examples
Régression linéaire avec plusieurs variables
Principe

h  x    0  1 x1   2 x2  3 x3   4 x4

Example :
h  x   80  0.1x1  0.012 x2  3.25 x3  2.48 x4
size feet Nb of floors age
Régression linéaire avec plusieurs variables
Principe
Régression linéaire avec plusieurs variables
Principe
Régression linéaire avec plusieurs variables
Principe
Régression linéaire avec plusieurs variables
Principe
Régression linéaire avec plusieurs variables
Principe
Régression linéaire avec plusieurs variables
Principe
Régression linéaire avec plusieurs variables
Gradient Descent pour RLM
Régression linéaire avec plusieurs variables
Gradient Descent pour RLM
Régression linéaire avec plusieurs variables
Gradient Descent pour RLM
Régression polynomiale
Régression polynomiale
Régression polynomiale
Régression polynomiale
Régression polynomiale
Régression polynomiale
Régression polynomiale
Régression polynomiale
Régression polynomiale
Régression polynomiale
Régression polynomiale
Régression polynomiale
Régression polynomiale
Régression polynomiale
Régression polynomiale
Régression polynomiale
Régression polynomiale
Régression polynomiale
Régression polynomiale
Régression polynomiale
Régression polynomiale
Régression polynomiale
Régression polynomiale
Régression polynomiale
Régression polynomiale
Régression polynomiale
Régression polynomiale
Régression polynomiale
Régression
Régressionpolynomiale
polynomiale
Régression polynomiale
Régression polynomiale

Vous aimerez peut-être aussi