Qu'est-ce qui rend un modèle linéaire

Introduction aux modèles linéaires en Python

Jason Vestuto

Data Scientist

Séries de Taylor

À retenir :

  1. approximer toute courbe
  2. forme polynomiale : y = a0 + a1*x + a2*x**2 + a3*x**3 + .... + an*x**n
  3. souvent, le 1er ordre suffit : y = a0 + a1*x
Introduction aux modèles linéaires en Python

Termes de la série : a0=1

Tracé d'une droite constante y=1 avec pente nulle

Introduction aux modèles linéaires en Python

Termes de la série : a1=1

Tracé d'une droite à pente non nulle y = 1*x

Introduction aux modèles linéaires en Python

Termes de la série : a2=1

Tracé d'une courbe quadratique y = x^2, demi-parabole tournée vers le haut

Introduction aux modèles linéaires en Python

Combiner les termes

Tracé de 4 courbes : y=1 en rouge, y=x en vert, y=x^2 en bleu, et leur somme en noir

Introduction aux modèles linéaires en Python

Données réelles

Nuage de points : variation du niveau de la mer selon le temps (années)

Introduction aux modèles linéaires en Python

Ordre zéro

Nuage de points (niveau de la mer vs temps) et tracé du modèle y=6.5, la moyenne des données

Introduction aux modèles linéaires en Python

Premier ordre

Nuage de points (niveau de la mer vs temps) et tracé du modèle y=5 + 0.08*x, la droite passe par la plupart des points

Introduction aux modèles linéaires en Python

Ordres supérieurs

Nuage de points (niveau de la mer vs temps) et tracé du modèle y=5 + 0.08*x + 0.0025*x^2, la courbe s'ajuste aux points

Introduction aux modèles linéaires en Python

Surapprentissage

Nuage de points (niveau de la mer vs temps) sur une période doublée, avec 2 modèles : y=6.5 + 0.08x qui s'ajuste bien, et y=5 + 0.08*x + 0.0025*x^2 qui dévie fortement plus tard

Introduction aux modèles linéaires en Python

Passons à la pratique !

Introduction aux modèles linéaires en Python

Preparing Video For Download...