תקים מערך שיעור בנושא רגרסיה ליניארית (linear reggression) עבור תלמידים שלומדים data…
- User
תקים מערך שיעור בנושא רגרסיה ליניארית (linear reggression) עבור תלמידים שלומדים data science. המערך צריך להכיל הסברים עם גרפים ודוגמאות. תתאים את הרמה לרמה אוניברסיטאית בסיסית.
Assistant
מערך שיעור: רגרסיה ליניארית לתלמידי מדעי הנתונים
מטרות השיעור
- הבנת העקרונות הבסיסיים של רגרסיה ליניארית
- יכולת לפרש מודל רגרסיה ליניארית
- התנסות ביישום רגרסיה ליניארית על נתונים אמיתיים
חלק א': מבוא לרגרסיה ליניארית (20 דקות)
מהי רגרסיה ליניארית?
רגרסיה ליניארית היא שיטה סטטיסטית המשמשת למידול הקשר בין משתנה תלוי (Y) ומשתנה בלתי תלוי אחד או יותר (X). המודל הבסיסי ביותר הוא:
Y = β₀ + β₁X + ε
כאשר:
- Y הוא המשתנה התלוי שאנו מנסים לחזות
- X הוא המשתנה הבלתי תלוי (המסביר)
- β₀ הוא החותך (intercept)
- β₁ הוא השיפוע (slope)
- ε הוא השגיאה האקראית
דוגמה ויזואלית
נניח שיש לנו נתונים על שטח דירות (במ"ר) ומחירן:
![רגרסיה ליניארית פשוטה המציגה את הקשר בין שטח דירה למחיר]
הקו הישר מייצג את המודל שלנו, כאשר:
- החותך (β₀) מייצג את המחיר הבסיסי כאשר השטח הוא 0
- השיפוע (β₁) מייצג את השינוי במחיר עבור כל מ"ר נוסף
חלק ב': הנחות ומדדי טיב התאמה (30 דקות)
הנחות הרגרסיה הליניארית
- ליניאריות: קיים קשר ליניארי בין המשתנים
- אי-תלות: התצפיות אינן תלויות זו בזו
- הומוסקדסטיות: שונות קבועה של השגיאות
- נורמליות: השגיאות מתפלגות נורמלית
מדדי טיב התאמה
- מקדם המתאם (R): מודד את עוצמת הקשר הליניארי
- מקדם הקביעה (R²): אחוז השונות המוסברת על ידי המודל
- RMSE (Root Mean Square Error): שורש ממוצע ריבועי השגיאות
דוגמה: פירוש R²
אם R² = 0.75, משמעות הדבר היא ש-75% מהשונות במשתנה התלוי מוסברת על ידי המודל שלנו.
![השוואה בין מודלים עם ערכי R² שונים]
חלק ג': אמידת הפרמטרים (30 דקות)
שיטת הריבועים הפחותים (OLS)
אנו מחפשים את הפרמטרים β₀ ו-β₁ שממזערים את סכום ריבועי השגיאות:
min Σ(Yᵢ - (β₀ + β₁Xᵢ))²
הפתרון האנליטי:
- β₁ = Σ((Xᵢ - X̄)(Yᵢ - Ȳ)) / Σ((Xᵢ - X̄)²)
- β₀ = Ȳ - β₁X̄
דוגמה מעשית בפייתון
import numpy as np import pandas as pd import matplotlib.pyplot as plt from sklearn.linear_model import LinearRegression from sklearn.metrics import mean_squared_error, r2_score # יצירת נתונים לדוגמה np.random.seed(42) X = np.random.rand(100, 1) * 10 # שטח דירה במ"ר (מוכפל ב-10 לערכים ריאליסטיים יותר) y = 5 + 2 * X + np.random.randn(100, 1) # מחיר = 5 + 2*שטח + רעש אקראי # התאמת מודל רגרסיה ליניארית model = LinearRegression() model.fit(X, y) # חיזוי y_pred = model.predict(X) # הצגת תוצאות print(f"החותך (β₀): {model.intercept_[0]:.2f}") print(f"השיפוע (β₁): {model.coef_[0][0]:.2f}") print(f"מקדם הקביעה (R²): {r2_score(y, y_pred):.2f}") print(f"RMSE: {np.sqrt(mean_squared_error(y, y_pred)):.2f}") # יצירת גרף plt.figure(figsize=(10, 6)) plt.scatter(X, y, color='blue', alpha=0.5) plt.plot(X, y_pred, color='red', linewidth=2) plt.title('רגרסיה ליניארית: שטח דירה מול מחיר') plt.xlabel('שטח דירה (מ"ר)') plt.ylabel('מחיר (מיליוני ש"ח)') plt.grid(True) plt.show()האם תרצה שאסביר או אפרט על הקוד?
חלק ד': רגרסיה ליניארית מרובה (30 דקות)
הרחבת המודל למספר משתנים
Y = β₀ + β₁X₁ + β₂X₂ + ... + βₚXₚ + ε
יתרונות וחסרונות
- יתרונות: יכולת לשלב מספר גורמים משפיעים, שיפור כוח החיזוי
- חסרונות: סכנה ל-overfitting, מולטיקוליניאריות
דוגמה: חיזוי מחירי דירות
משתנים אפשריים: שטח, מספר חדרים, מיקום, גיל הבניין, קומה
חלק ה': תרגול מעשי (50 דקות)
משימה לסטודנטים
- ניתוח מערך נתונים אמיתי (למשל, Boston Housing Dataset)
- בניית מודל רגרסיה ליניארית פשוטה ומרובה
- הערכת המודלים והשוואה ביניהם
- הסקת מסקנות והצגתן
סיכום (10 דקות)
- רגרסיה ליניארית היא כלי בסיסי וחיוני במדעי הנתונים
- חשוב להבין את ההנחות ומגבלות המודל
- משמשת כבסיס למודלים מתקדמים יותר
מקורות להרחבה
- ספרי לימוד בסטטיסטיקה ומדעי הנתונים
- קורסים מקוונים בנושא רגרסיה ליניארית
- תיעוד ספריות פייתון רלוונטיות (scikit-learn, statsmodels)
Other models, same or similar prompt
Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.