Uitleg
Regressie is een fundamenteel machine learning-algoritme dat gebruikt wordt om continue waarden te voorspellen. In tegenstelling tot classificatie, waar het doel is om iets in categorieën in te delen, probeert regressie een numerieke waarde te schatten op basis van input-features.
Regressiemodellen zoeken naar de relatie tussen inputvariabelen (features) en een outputvariabele (target). Lineaire regressie is het eenvoudigste model en probeert een rechte lijn door gegevens te trekken. Complexere modellen kunnen niet-lineaire relaties vastleggen.
Regressie wordt veel gebruikt in voorspellingen: huizenprijzen, temperatuur, aandelenkoersen, en meer. Het succes van een regressiemodel wordt gemeten met metrrieken zoals Mean Squared Error (MSE) en R-squared.
⚡ Voorbeelden
- •Een makelaar gebruikt regressie om huizenprijzen te voorspellen op basis van grootte, locatie en leeftijd van het huis
- •Regressiemodellen voorspellen de vraag naar producten voor voorraadbeheer
- •Weerdiensten gebruiken regressie om toekomstige temperaturen te voorspellen