taralino

LinearRegression

Die Regressionsanalyse besteht darin, anhand der Werte einiger Merkmale (Eingangsvariablen) ein weiteres Merkmal (Zielvariable) vorherzusagen.

Wenn ein linearer Zusammenhang zwischen Eingangsvariablen und Zielvariable besteht, haben wir es mit der linearen Regression zu tun.

Das LinearRegression-Paket dient dazu, eine lineare Regression auf Basis von Trainingsdaten durchzuführen. Zudem stehen unterschiedliche Möglichkeiten zur Evaluierung der gefundenen Lösung auf Basis von Testdaten zur Verfügung.

Übersicht

Das LinearRegression-Paket stellt folgende Funktionen zur Verfügung:

Beispiel

Zur Durchführung einer linearen Regression werden Trainingsdaten im dafür benötigten Format definiert. Anschließend wird ein Objekt ausgewertet.

<!DOCTYPE html>
<html>
<head>
  <meta charset="utf-8">
  <meta name="viewport" content="width=device-width, initial-scale=1.0">
  <script src="taralino.js"></script>
</head>
<body>
<script>

// Trainingsdaten
var X = [
  {input:[0.3, 0.2, 0.5], target:0.4},
  {input:[0.8, 0.4, 1.0], target:1.1},
  {input:[0.5, 1.0, 0.2], target:-1.7},
  {input:[0.2, 0.3, 0.0], target:0.9}
];

// Lineare Regression durchfuehren
LinearRegression.train(X);

// Objekt auswerten
var t = LinearRegression.evaluate([0.3, 0.3, 0.3]);
Console.print(t);

</script>
</body>
</html>

Vorschau Download Kopie speichern

Beispiel

Es wird eine lineare Regression auf die Daten eines Datenpakets angewandt.

<!DOCTYPE html>
<html>
<head>
  <meta charset="utf-8">
  <meta name="viewport" content="width=device-width, initial-scale=1.0">
  <script src="taralino.js"></script>
  <script src="WineQuality.js"></script>
</head>
<body>
<script>

// Trainings- und Testdaten
var X = WineQuality.train();
var Y = WineQuality.test();

// Trainingsphase
LinearRegression.train(X);

// Testphase
LinearRegression.histogram(Y);

</script>
</body>
</html>

Vorschau Download Kopie speichern