Articles

[Bases ML] [Régression] Comment savoir si un ensemble de données est linéaire ou non?

Eh bien, la question est assez simple sur celle-ci.

Comment sauriez-vous si un ensemble de données donné est de nature linéaire ou non linéaire? Bien entendu, le choix des modèles à utiliser en dépendra.

Eh bien, commençons.

Tout d’abord, la différence entre les fonctions linéaires et non linéaires:

(Gauche) Linéaire fonctions (à droite) Fonctions non linéaires

Fonction linéaire: Peut être simplement définie comme une fonction qui suit toujours le principe de:

entrée/sortie= constante.

Une équation linéaire est toujours un polynôme de degré 1 (par exemple x +2y + 3 = 0). Dans les cas bidimensionnels, ils forment toujours des lignes; dans d’autres dimensions, ils peuvent également former des plans, des points ou des hyperplans. Leur « forme » est toujours parfaitement droite, sans aucune courbe. C’est pourquoi nous les appelons des équations linéaires.

Fonction non linéaire : Toute fonction qui n’est pas linéaire est simplement non linéaire. Les polynômes de degré supérieur sont non linéaires. Les fonctions trigonométriques (comme sin ou cos) sont non linéaires. Les racines carrées sont non linéaires.

C’est très bien et dandy mais comment trouver si un ensemble de données est linéaire ou non. Les graphiques sont faciles si nous avons une seule dimension (pas toujours comme nous le verrons ici) mais comment aborder des ensembles de données à plusieurs dimensions?