Cet algorithme cherche à établir, sous forme d’une droite, une relation entre une variable expliquée et une variable explicative. Par exemple, prédire une note à un examen (variable expliquée) en fonction du nombre d’heures de révisions (variable explicative).
En d’autres termes, les données d’une série d’observations sont représentées sous forme d’un nuage de points et l’on cherche à trouver une droite passant au plus près de ces points.
Régression linéaire univariée
Ainsi, connaissant le nombre d’heures de révisions, il nous est possible de prédire approximativement la note que l’on obtiendra au prochain examen.
Là où nous utilisions une seule variable explicative pour expliquer une autre variable (une note en fonction d’un temps de révision), dans la régression linéaire multivariée nous allons utiliser plusieurs variables explicatives.
Par exemple, nous allons chercher à prédire le temps que va mettre un cycliste pour remporter une étape ...
Abonnement
tous les livres et vidéos ENI en illimité sans engagement
du livre imprimé ou du livre numérique