Regresión lineal mú...
 

Regresión lineal múltiple  

  RSS

richar
(@richar)
New Member
Registrado: hace 1 año
Respuestas: 4
14/10/2018 7:22 pm  

Hola , mi duda es hacia la implementacion de un regresión lineal múltiple, según la teoría para estimar los coeficientes de la regresión usamos el método de los mínimos cuadrados ordinarios, de tal forma que se acerca a "0" . mi duda es como implementar esta función en python.
Primero estimo B(coeficientes) de la siguiente forma B = (X'* X )^(-1) * X' *Y , pero luego no se como hacer que la suma de los cuadrados sea minimo.Adjundo el codigo.

import numpy as np
from sklearn.datasets import load_boston

boston = load_boston()
X = boston.data
Y= boston.target
B = np.linalg.inv(X.T@X)@X.T@Y #Estimo  B = (X'* X )^(-1) * X' *Y 
Error = Y - X@B 
Error = E@E.T
print(Error)

¿Como hago para mimizar el error?¿Tengo que hacer un bucle? ya que el error es muy grande
Error = 295795.33720119356


Citar
Share:

Por favor Iniciar Sesión o Registro