Régression linéaire

Le modèle ML le plus simple pour prédire une valeur numérique continue en trouvant la droite qui passe le mieux à travers les données.

💡Explication simple

Imagine que tu veux prédire le prix d'un appartement selon sa superficie. La régression linéaire trace la meilleure ligne droite à travers tous les exemples passés. Pour chaque m² supplémentaire, le prix augmente d'un certain montant. C'est cette relation simple que le modèle apprend.

🏗️Exemple concret

Prédire le prix de vente d'une maison selon sa superficie, le nombre de pièces et le quartier. Avec 1 000 ventes passées, le modèle apprend que chaque m² vaut environ 4 200 dans ce quartier.

Pythonexemple

from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error, r2_score
import numpy as np

X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.2, random_state=42
)

model = LinearRegression()
model.fit(X_train, y_train)
y_pred = model.predict(X_test)

print(f"R2    : {r2_score(y_test, y_pred):.3f}")
print(f"RMSE  : {np.sqrt(mean_squared_error(y_test, y_pred)):.2f}")
print(dict(zip(feature_names, model.coef_.round(3))))

∑ Concept clé

y = a + a + ax + ... (où y est la valeur prédite, x les variables d'entrée, a les coefficients appris)

🎯Quand l'utiliser ?

✓Prédire un prix, un chiffre d'affaires, une consommation

✓Comprendre l'impact de chaque variable sur le résultat

✓Quand la relation entre les variables est approximativement linéaire

✅ Avantages

+Très rapide à entraîner

+Facile à interpréter (les coefficients expliquent le modèle)

+Peu de données nécessaires

⚠️ Limites

−Ne capture pas les relations complexes et non linéaires

−Sensible aux valeurs aberrantes (outliers)

−Suppose une relation linéaire entre les variables

🛠️ Outils principaux

Scikit-learn (Python)

statsmodels (Python)

R (lm())

Excel (DROITEREG)

MLSuperviséPrédictionRégression

Concepts liés

🔭

ACP / PCA (Analyse en Composantes Principales)

Apprentissage non supervisé

🤖

Agent IA — Intelligence artificielle autonome

IA Générative

💬

Analyse de sentiment (NLP)

NLP

🤖

Arbre de décision

Apprentissage supervisé

← Retour à l'encyclopédie