Glossario

Regressione lineare

Che cos’è Regressione lineare?

La regressione lineare è un metodo statistico che descrive la relazione tra una variabile obiettivo e una o più variabili esplicative tramite una retta o un piano. I coefficienti vengono di solito scelti in modo da minimizzare la somma degli scarti al quadrato. Il metodo è semplice da capire e da interpretare: permette ad esempio di stimare di quanto aumenta il fatturato se il budget pubblicitario cresce di 1.000 euro. Con relazioni non lineari mostra i suoi limiti.

Temi

Statistica
Previsione
Machine learning

Prova KI.ordo

Agenti, flussi e modelli in un’unica area di lavoro – demo gratuita di 24 ore.

Avvia demo

← Tutti i termini

Termini correlati

Regressione logistica

La regressione logistica è un metodo statistico che stima la probabilità di uno tra due esiti, ad esempio “acquista” o “non acquista”. Pondera le caratteristiche in ingresso e trasforma la loro somma in un valore tra 0 e 1 tramite una funzione a forma di S. Poiché i pesi sono facilmente interpretabili, è molto usata in valutazione del credito, medicina e marketing, spesso come base di confronto per modelli più complessi.

statistica
classificazione
+1

Errore medio assoluto (MAE)

L’errore medio assoluto (Mean Absolute Error, MAE) indica di quanto, in media, le previsioni di un modello si discostano dai valori reali, indipendentemente dalla direzione. Si esprime nell’unità della variabile da prevedere ed è quindi facile da capire. Esempio: un MAE di 12 in una previsione delle vendite giornaliere significa che il modello sbaglia in media di 12 pezzi. Dà ai valori anomali meno peso rispetto all’errore quadratico.

metrica
regressione
+1

R quadro corretto

L'R quadro corretto (o aggiustato) misura quanto bene un modello di regressione spiega la variabilità dei dati, tenendo conto del numero di variabili esplicative usate. L'R quadro semplice aumenta con ogni variabile aggiunta, anche se inutile; la versione corretta penalizza le variabili superflue. Permette così di confrontare in modo più equo modelli di dimensioni diverse, ad esempio una previsione delle vendite con tre anziché dieci fattori.

Statistica
Regressione
+1

Modellazione predittiva

La modellazione predittiva è il nucleo tecnico dell'analisi predittiva: da dati di esempio con esito noto si costruisce un modello che prevede un valore o una classe per casi nuovi. Metodi tipici sono regressione, alberi decisionali, random forest e reti neurali. Un modello può ad esempio stimare il prezzo di un immobile a partire da superficie, posizione e anno di costruzione. Prima dell'uso viene verificato su dati tenuti da parte, per individuare l'overfitting.

modellazione
previsione
+1