خواريزمية linear Regression هي من الطرق الكلاسيكية التي تستعمل أحيانا لتعليم الآلة وتهييئها لتخمين قيمة ما بنائا على مجموعة من المعلومات المقدمة لها مسبقا ،
في بادئ الأمر يكون لدينا مجموعة من المعلومات مثلا :
img
يمكن x أن يكون مثلا طول الأب و Y طول الإبن أو أي شيء ، شريطة أن يكونا ذات قيمة رقمية ،
التمثيل المبياني للجدول السابق هو كالتالي :
الخواريزيمة تقوم على الحصول على معادلة المستقيم الذي يتواجد في المبيان بأقل مسافة عن النقط ، وهو كالتالي:
بعد أن أصبح لدينا المستقيم يمكن للآلة أن نعطيها X وتتوقع لنا قيمة Y ، وذلك عن طريق التعويض في معادلة المستقيم .
لكن ما هي معادلة هذا المستقيم ؟
رياضيا
معادلة المستقيم هي كالتالي : y = ax + b
حيث a في هذه الحالة هو
و b هو :
X̄ أو X bar هي القيمة المتوسطة ل x يعني نجمع جميع قيم x ونقسم على عدد الإكسات
وكذلك الأمر بالنسبة ل Y Bar نجمع قيم Y ونقسم على عدد قيم ال Y
هذا النموذج لا يستعمل إلا عندما يكون هناك علاقة تقريبا خطية بين X و Y والأمر يكون تقريبا واضحا من الشكل (x بدلالة y )