Apa Itu Regresi Linear? Penjelasan untuk Pemula
Regresi linear adalah algoritma pembelajaran terawasi yang memodelkan hubungan antara variabel dependen dan satu atau lebih variabel independen menggunakan persamaan garis lurus, sehingga nilai variabel dependen dapat diprediksi dari variabel independen.
Intuisi sederhana
Bayangkan memprediksi harga rumah dari luas bangunannya. Jika titik-titik data pada grafik cenderung membentuk pola garis, regresi linear mencari satu garis yang paling dekat dengan titik-titik tersebut, lalu memakainya untuk memperkirakan harga rumah yang belum ada datanya.
Bagian-bagian persamaan
Bentuk sederhananya adalah (y = \beta_0 + \beta_1 x).
| Bagian | Arti |
|---|---|
| (y) | Variabel dependen, nilai yang ingin diprediksi |
| (x) | Variabel independen, masukan yang diketahui |
| (\beta_0) | Intersep, nilai (y) ketika (x) nol |
| (\beta_1) | Kemiringan, besar perubahan (y) tiap (x) bertambah satu |
Cara garis dipilih
Metode yang umum dipakai adalah ordinary least squares (OLS), yang mencari garis dengan jumlah selisih kuadrat terkecil antara nilai asli dan nilai prediksi. Selisih ini disebut residual.
Regresi sederhana dan berganda
Jika hanya ada satu variabel independen, disebut regresi linear sederhana. Jika ada dua atau lebih, disebut regresi linear berganda, yang garisnya pada dimensi tinggi berupa bidang atau hyperplane.
Keterbatasan
Regresi linear mengasumsikan hubungan yang berbentuk garis dan sensitif terhadap data pencilan (outlier). Jika pola sebenarnya melengkung, model ini tidak mengikuti pola tersebut dengan baik.
FAQ
Apa bedanya regresi dengan klasifikasi?
Regresi memprediksi nilai kontinu seperti harga atau suhu, sedangkan klasifikasi memprediksi kategori seperti spam atau bukan spam.
Apa itu residual?
Selisih antara nilai asli dan nilai yang diprediksi oleh garis regresi.
Apa itu ordinary least squares?
Metode yang memilih garis dengan memperkecil jumlah kuadrat residual.
Apakah regresi linear butuh banyak data?
Ia dapat bekerja pada data terbatas, tetapi data yang lebih representatif membantu menghasilkan garis yang lebih umum.
Poin utama
- Regresi linear memodelkan hubungan memakai persamaan garis lurus.
- Ia termasuk algoritma pembelajaran terawasi.
- OLS memilih garis dengan kuadrat residual terkecil.
- Ia mengasumsikan hubungan linear dan sensitif terhadap outlier.
Lanjutkan membaca apa itu machine learning dan apa itu pohon keputusan.
Sources
Learn by doing
Read a guide, then practice with bite-sized AI lessons you can take offline.
Start learning free