الانحدار والخسارة والنماذج الخطية

import numpy as np
x = np.array([0.0, 1.0, 2.0, 3.0])
y = np.array([1.0, 3.0, 5.0, 7.0])
design = np.column_stack([np.ones_like(x), x])
coef, *_ = np.linalg.lstsq(design, y, rcond=None)
print(f"intercept={coef[0]:.1f} slope={coef[1]:.1f}")
print(f"prediction={np.array([1.0, 4.0]) @ coef:.1f}")

intercept=1.0 slope=2.0
prediction=9.0

يعطي الخط المصطنع واحدا واثنين بعد التقريب فيتنبأ بتسعة للنقطة.

import numpy as np
y = np.array([1.0, 3.0, 5.0])
pred = np.array([2.0, 2.0, 5.0])
assert y.shape == pred.shape
error = y - pred
print(f"fixture MAE={np.abs(error).mean():.3f}")
print(f"fixture RMSE={np.sqrt(np.mean(error ** 2)):.3f}")

fixture MAE=0.667
fixture RMSE=0.816

مقادير البواقي واحد وواحد وصفر ويفحص الشكل قبل المقياسين.