تعلم الآلة · Machine Learning
الانحدار الخطي بالمعادلة الطبيعية
Linear Regression (Normal Equation)
ملاءمة خط لبيانات وحساب R² وRMSE والتنبؤ.
area = [50 70 80 100 120 150]';
price = [110 150 165 210 240 300]';
X = [ones(size(area)) area];
w = X \ price;
pred = X * w;
R2 = 1 - sum((price - pred).^2) / sum((price - mean(price)).^2);
fprintf('price = %.3f + %.4f * area\n', w(1), w(2));
fprintf('R^2 = %.4f, RMSE = %.3f\n', R2, sqrt(mean((price - pred).^2)));
fprintf('predicted price for 90 m^2: %.2f\n', [1 90] * w);شرح الخطوات
- أضف عمود الآحاد للثابت.
- w = X\y هو حل المربعات الصغرى.
- R² قريب من 1 يعني أن الخط يفسر معظم التباين.
المخرجات المتوقعة
price = 16.349 + 1.8893 * area R^2 = 0.9983, RMSE = 2.601 predicted price for 90 m^2: 186.39
شُغّل هذا الكود في GNU Octave 8.4 أثناء إعداد المكتبة والمخرجات المعروضة ناتجه الفعلي. لم يُختبر في MATLAB نفسه، لكنه يستخدم دوال MATLAB الأساسية فقط والطباعة بـ fprintf/disp.
