लीनियर रिग्रेशन क्या है? आसान भाषा में समझें
लीनियर रिग्रेशन (linear regression) एक सुपरवाइज़्ड लर्निंग एल्गोरिदम है जो एक सीधी रेखा के समीकरण का उपयोग करके स्वतंत्र चर और आश्रित चर के बीच संबंध को मॉडल करता है, ताकि स्वतंत्र चर के आधार पर आश्रित चर का अनुमान लगाया जा सके।
आसान उदाहरण
मान लीजिए घर का क्षेत्रफल बढ़ने पर उसकी कीमत भी बढ़ती है। यदि ग्राफ़ पर बिंदु किसी सीधी रेखा जैसा पैटर्न दिखाते हैं, तो लीनियर रिग्रेशन एक ऐसी रेखा ढूंढता है जो इन बिंदुओं के सबसे निकट रहे, और उसी रेखा से नए घर की कीमत का अनुमान लगाता है।
समीकरण के हिस्से
सरल रूप है (Y = mX + c).
| हिस्सा | अर्थ |
|---|---|
| (Y) | आश्रित चर, जिसका अनुमान लगाना है |
| (X) | स्वतंत्र चर, जो ज्ञात इनपुट है |
| (m) | ढलान (slope), (X) बदलने पर (Y) कितना बदलता है |
| (c) | इंटरसेप्ट, जब (X) शून्य हो तो (Y) का मान |
रेखा कैसे चुनी जाती है
आम विधि ऑर्डिनरी लीस्ट स्क्वेयर (OLS) है, जो वास्तविक और अनुमानित मानों के बीच अंतर के वर्गों के योग को सबसे कम करने वाली रेखा चुनती है। इस अंतर को रेज़िड्यूअल (residual) कहते हैं।
सरल और बहु लीनियर रिग्रेशन
एक स्वतंत्र चर वाले मॉडल को सरल लीनियर रिग्रेशन कहते हैं। दो या अधिक चर वाले मॉडल को बहु लीनियर रिग्रेशन कहते हैं, जहाँ रेखा उच्च आयामों में हाइपरप्लेन बन जाती है।
सीमाएँ
लीनियर रिग्रेशन सीधी-रेखा वाला संबंध मानता है और आउटलायर (बहुत अलग बिंदु) से प्रभावित होता है। यदि वास्तविक पैटर्न घुमावदार है, तो यह मॉडल उसे ठीक से नहीं पकड़ पाता।
FAQ
रिग्रेशन और क्लासिफिकेशन में क्या अंतर है?
रिग्रेशन निरंतर मान जैसे कीमत या तापमान बताता है, जबकि क्लासिफिकेशन श्रेणी जैसे स्पैम या नॉन-स्पैम बताता है।
रेज़िड्यूअल क्या होता है?
वास्तविक मान और रेखा द्वारा अनुमानित मान के बीच का अंतर।
बेस्ट-फिट लाइन क्या है?
वह रेखा जो बिंदुओं के समग्र रुझान को सबसे निकट से दर्शाती है।
क्या लीनियर रिग्रेशन के लिए बहुत अधिक डेटा चाहिए?
यह कम डेटा पर भी काम कर सकता है, लेकिन प्रतिनिधित्व करने वाला अधिक डेटा अनुमान को बेहतर बनाता है।
मुख्य बिंदु
- लीनियर रिग्रेशन सीधी रेखा के समीकरण से संबंध मॉडल करता है।
- यह एक सुपरवाइज़्ड लर्निंग एल्गोरिदम है।
- OLS वर्गों के योग को कम करके रेखा चुनता है।
- यह रैखिक संबंध मानता है और आउटलायर से प्रभावित होता है।
आगे पढ़ें मशीन लर्निंग क्या है और डिसीज़न ट्री क्या है.
Sources
Learn by doing
Read a guide, then practice with bite-sized AI lessons you can take offline.
Start learning free