Regresi Linear (ML)
Regresi linear memadankan hubungan garis lurus antara satu atau lebih ciri input dengan hasil numerik berterusan dengan meminimumkan jumlah ralat ramalan kuasa dua. Sebagai model pembelajaran mesin, ia dilatih menggunakan contoh berlabel dan dinilai pada data yang diasingkan, menjadikannya garis dasar pembelajaran penyeliaan yang paling mudah untuk sebarang tugas regresi.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Hastie, T., Tibshirani, R. & Friedman, J. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction (2nd ed., Ch. 3). Springer. ISBN: 978-0-387-84858-7
- James, G., Witten, D., Hastie, T. & Tibshirani, R. (2013). An Introduction to Statistical Learning (Ch. 3). Springer. ISBN: 978-1-4614-7138-7
Cara memetik halaman ini
ScholarGate. (2026, June 3). Linear Regression as a Machine Learning Model. ScholarGate. https://scholargate.app/ms/machine-learning/linear-regression-ml
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Pohon KeputusanPembelajaran Mesin↔ compare
- Peningkatan CerunPembelajaran Mesin↔ compare
- Regresi Logistik (ML)Pembelajaran Mesin↔ compare
- Random ForestPembelajaran Mesin↔ compare
- Regresi Linear TerregularisasiPembelajaran Mesin↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →