Régression linéaire :
Je ne comprends pas ton exemple. Il s’agirait de prédire Y le prix de l’immobilier , mais je ne sais pas en fonction de quoi (le temps, la surface, le code postal …) ?
Du coup, on ne peut pas savoir s’il est raisonnable d’utiliser un modèle linéaire.
Après, je suis perdu avec le tableau de chiffres. Je vois que les valeurs des colonnes X et Y sont égales, je vois aussi une colonne centrale MSE, mais je ne sais pas d’où sortent ses valeurs.
En lisant le code Python, je comprends que le colonne MSE contient en fait une prédiction, dont je ne sais toujours pas d’où elle sort.
En lisant la documentation Python, je comprends qu’en faitt la variable x_true est la valeur réelle de … Y.
En l’état, je ne comprends pas grand’chose à cet exemple. Je suppose qu’au final, on va finir par connaître les paramètres a et b.
Soit dit en passant, je trouve que la machine n’apprend strictement rien dans le cas d’une régression linéaire. Classer cette technique dans le champ des ML me semble abusif. Il y a 50 ans, je rentrais mes valeurs explicatives et mes valeurs observées dans des tableaux, puis avec une bibliothèque en FORTRAN IV, je récupérais les paramètres A et B ainsi que le coefficient de corrélation. On appelait cela du calcul statistique.