الانحدار الخطي (Linear Regression) هو مصطلح ظهر في مقالات قرمصيص ويستحق شرحاً مستقلاً. نموذج يتعلم علاقة خطية بين سمات الإدخال وقيمة عددية مستهدفة. فهمه يساعدك على قراءة الشروحات ونتائج التجارب من غير خلط بين الاسم ووظيفته الفعلية.
باختصار
نموذج يتعلم علاقة خطية بين سمات الإدخال وقيمة عددية مستهدفة.
بالتفصيل
يختار معاملات تجعل مجموع مربعات الفروق بين القيم الحقيقية والمتوقعة صغيراً. بساطته تجعل تفسير أثر كل سمة أسهل، لكنه لا يمثل العلاقات المنحنية أو التفاعلات المعقدة من دون هندسة سمات إضافية.
الفكرة العملية هي النظر إلى مكان المصطلح داخل خط العمل: ما البيانات التي تدخل إليه، وما النتيجة التي ينتجها، وما التكلفة أو الافتراض الذي يضيفه. المقارنة العادلة تحتاج تجربة على بيانات منفصلة ومقياس مناسب، لا الاعتماد على الاسم أو الشهرة وحدهما.
مثال عملي
يمكن تقدير استهلاك الكهرباء من درجة الحرارة ومساحة المبنى وعدد ساعات التشغيل باستخدام معاملات خطية.
خلي بالك: وجود ارتباط لا يثبت السببية، والقيم الشاذة والسمات شديدة الارتباط قد تشوه المعاملات.
مصطلحات مرتبطة
Regression، Mean Squared Error، Feature Engineering. قراءة هذه المصطلحات معاً توضح العلاقة بين البيانات والتدريب والتقييم والتشغيل.
المصادر: scikit-learn
