Lineaire Algebra: vectoren en lineaire transformaties
2-dimensionaal stelsel met x en y:
3-dimensinaal stelsel met x, y en z:
Grootte en richting van
Lijn: y=
Costfunctie:
Regularisering: In de costfunctie een boete hanteren voor de grootte van de coëfficiënten
Multivariate lineaire regressie:
Download de dataset voor Challenger launches hier:
Neem de code over de lancheringen en de beste temperatuur over:
#read and check dataset
setwd(“F:/RStudio”)
launch <- read.csv(“challenger.csv”)
b <- cov(launch$temperature, launch$distress_ct) / var(launch$temperature)
b
a <- mean(launch$distress_ct) – b * mean(launch$temperature)
a
r <- cov(launch$temperature, launch$distress_ct) / (sd(launch$temperature) * sd(launch$distress_ct))
r
cor(launch$temperature, launch$distress_ct)
reg <- function(y,x) {
x <- as.matrix(x)
x <- cbind(Intercept = 1, x)
b <- solve(t(x) %*% x) %*% t(x) %*% y
colnames(b) <- “estimate”
print(b)
}
str(launch)
reg(y = launch$distress_ct, x = launch[2])
reg(y = launch$distress_ct, x = launch[2:4])