これらの点をプロットすると、次のようなグラフになります。 図 1. 1 ガロンあたりの走行距離(ポンド単位)に対する自動車の重さ(ポンド単位)。たとえば、 車が重くなると、一般的に 1 ガロンあたりの走行距離(マイル)が低下します。 点を結ぶ最適な線を引くことで、独自のモデルを作成できます。 図 2. 前の図のデータから作成された最適な線。 線形回帰式 代数用語では、モデルは $ y = mx + b $ $ y $ は 1 ガロンあたりのマイル、つまり予測したい値です。 $ m $ は直線の傾きです。 $ x $ はポンド(入力値)です。 $ b $ は、y 切片です。 ML では、線形回帰モデルの方程式は次のように記述します。 ここで y ドル$ は予測ラベル、つまり出力です。 $ b $ はバイアス 必要があります。バイアスは代数の y 切片と同じ概念で、 直線を求めることができます