Regresión lineal

Es un algoritmo de aprendizaje supervisado utilizado en machine learning para modelar la relación entre una variable independiente (o múltiples variables independientes) y una variable dependiente continua.

Se basa en la fórmula matemática de una línea recta, y = mx + b, donde "m" representa la pendiente y "b" la intersección.

El objetivo es encontrar los valores de los coeficientes que minimicen la suma de los errores al cuadrado entre las predicciones y los valores reales.

Se emplea normalmente para realizar predicciones numéricas, como estimar ventas, precios o cualquier dato continuo en el futuro.

Es efectivo cuando existe una relación lineal entre las variables, aunque pierde precisión en problemas donde las relaciones son más complejas o no lineales.

Para evaluar su rendimiento, se utilizan métricas como el error cuadrático medio (MSE) o el coeficiente de determinación (R²).

Es fundamental en análisis de datos y sirve como base para comprender métodos más avanzados en machine learning.