Régression linéaire: exercice concernant les paramètres

Le graphique ci-dessous représente 20 exemples d'un ensemble de données sur l'efficacité énergétique, avec la caractéristique (poids de la voiture en milliers de livres) représentée sur l'axe X et l'étiquette (miles par gallon) représentée sur l'axe Y.

Votre tâche:Ajustez les curseurs Pondération et Biais au-dessus du graphique pour trouver le modèle linéaire qui minimise la perte MSE sur les données.

Questions à vous poser:

  • Quelle est la valeur MSE la plus faible que vous pouvez obtenir ?
  • Quelles valeurs de poids et de biais ont produit cette perte ?

Pour l'ensemble de points ci-dessous, nous avons pu obtenir une MSE de 2,61 avec un poids de -0,797 et un biais de 19,099.

Graphique de 20 points et de la ligne de régression linéaire optimale pour ces points, à l'aide des valeurs de poids et de biais ci-dessus.