Académique Documents
Professionnel Documents
Culture Documents
défense
nationale
Intelligence Artificielle
Apprentissage automatique
3ème année Géomatique
Evaluation
Le prix de vente d’une maison
La note d’un étudiant
Si la variable indépendante
est le temps, alors le modèle prédit des valeurs futures.
Sinon, le modèle prédit des valeurs présentes, mais
inconnues
Polynomiale y
y: variable dépendante, ou variable cible,
Evaluation
celle qu’on cherche à prédire
x: une seule variable indépendante,
variable prédictive
b1: coefficient directeur de la droite
b0: constante, indiquant la valeur de y
lorsque que x=zéro
x
Régression linéaire simple on a une
seule variable indépendante
3 Sonia Ben Ticha Azzouz
Régression linéaire simple
Exemple1
Régression
Linéaire simple
Evaluation
Prédire la distance de freinage d’une voiture en fonction de sa
vitesse
y: la distance de freinage
x: la vitesse de la voiture
Régression
y= b0 + b1*x
Linéaire simple
Linéaire multiple
Polynomiale
Evaluation
Régression
Linéaire simple
Linéaire multiple
y= b0 + b1*x
Polynomiale Prédire le salaire d’un employé en fonction du nombre d’années
Evaluation d’expérience
y: le salaire
x: nombre d’années d’expérience
b1: de combien augmente le salaire en une année
b0: le salaire de départ
Linéaire multiple
Polynomiale
Evaluation salaire
Salaire= b0 + b1 *experience
x7
expérience x
7 Sonia Ben Ticha Azzouz
Régression linéaire simple
Que signifie b0?
b0: le salaire de départ avec 0
y
année d’expérience
Régression i y= b0 + b1 *x
Linéaire simple
Linéaire multiple
Polynomiale salaire
Evaluation
Salaire= b0 + b1 *experience
b0
intercept
x
expérience
Régression y y= b0 + b1 *x
b1: de combien augmente le salaire
Linéaire simple lorsque l’expérience augmente
d’une unité (1 an)
Linéaire multiple
Polynomiale
salaire
Evaluation
b1
Salaire= b0 + b1 *experience
b0
x 1 an X+1 x
expérience
Linéaire simple
Evaluation 𝑦𝑦5
𝑦𝑦5 − 𝑦𝑦
�5
𝑦𝑦
�5
𝑁𝑁
y1 �(𝑦𝑦𝑖𝑖 − 𝑦𝑦�𝑖𝑖 )2
b0 𝑖𝑖=1
x5
x1 x1
expérience
Principe: on cherche les points 𝑦𝑦�𝑖𝑖 tel que ∑𝑁𝑁 �𝑖𝑖 )2 est le minimum
𝑖𝑖=1(𝑦𝑦𝑖𝑖 − 𝑦𝑦
c’est-à-dire la droite 𝑦𝑦� = 𝑏𝑏𝑏 + 𝑏𝑏𝑏 ∗ 𝑥𝑥 passant par les points (𝑥𝑥𝑖𝑖 , 𝑦𝑦�𝑖𝑖 ),pour
laquelle 𝑆𝑆𝑆𝑆𝑆𝑆 = ∑𝑁𝑁 �𝑖𝑖 )2 est minimale
𝑖𝑖=1(𝑦𝑦𝑖𝑖 − 𝑦𝑦
Régression
La méthode des moindres carrées
Linéaire simple s’adapte à des dataset de taille moyenne
à grande
Linéaire multiple
Polynomiale
Evaluation
En raison de la complexité du calcul pour trouver
les coefficients
Pour les dataset de taille très grande la
méthode du descente du Gradient est
utilisée
12 car beaucoup plus flexible (réseaux de neurones)
Sonia Ben Ticha Azzouz
Régression linéaire multiple (RLM)
Linéaire simple
Linéaire multiple
Evaluation
Exemple 2: y: la note d’un étudiant à l’examen
x1: nombre d’heures de travail
x2: nombre d’heures de sommeil avant l’examen
x3: nombre d’exercices effectués
Exemple 3: y: salaire d’une employé
x1: nombre d’années dans l’entreprise
x2: nombre d’années d’expérience
x3: niveau d’étude
14 Sonia Ben Ticha Azzouz
Régression polynomiale: Régression non linéaire
Linéaire simple
Linéaire multiple
Polynomiale
Evaluation
Linéaire simple
Tester sur le même dataset, un modèle linéaire et un modèle non
Linéaire multiple
linéaire et voir quel modèle donne de meilleurs résultats
Polynomiale La relation entre les variables dépendantes et indépendantes est non
Evaluation linéaire
Visualiser le nuage de points du dataset pour voir s’il y a linéarité ou
pas
La régression polynomiale
est appropriée pour modéliser la propagation d’une épidémie ou
d’une maladie dans une population
Plus le degré du polynôme est élevé, plus il est sensible aux données
et s’y adapte mieux.
16 Sonia Ben Ticha Azzouz
R2 le coefficient de détermination
Régression linéaire simple
Evaluation
Somme des Carrés Totale
𝑁𝑁
Polynomiale
carrés
Evaluation R2 le coefficient de détermination ajusté
(𝑛𝑛 − 1)
𝐴𝐴𝐴𝐴𝐴𝐴 𝑅𝑅 2 = 1 − (1 − 𝑅𝑅 2 )
(𝑛𝑛 − 𝑝𝑝 − 1)
n: taille de l’échantillon
p: nombre de régresseurs (variables indépendantes
du modèle)
18 Sonia Ben Ticha Azzouz
RMSE: Root Mean Square Error
Racine de l’erreur quadratique moyenne
Régression
Pour évaluer la précision de la prédiction
Linéaire simple
N : taille de l’échantillon
19 Sonia Ben Ticha Azzouz