⚡ Regresión lineal con sklearn

Estas son las notas de Luis sobre cómo implementar un modelo de regresión lineal utilizando la biblioteca scikit-learn. Esta demostración te permitirá entender cómo scikit-learn simplifica el proceso de entrenamiento, evaluación y uso de modelos de regresión lineal.

El notebook interactivo incluye:

• Datos sintéticos generados a partir de una recta que plantamos nosotros ($y = 4 + 3x$), para poder comprobar el resultado.
• División de los datos en conjuntos de entrenamiento y prueba con train_test_split.
• Entrenamiento de un modelo LinearRegression con una sola llamada a fit(), y comparación de lo aprendido con la recta plantada.
• Evaluación con datos no vistos mediante el ECM y el R², y comparación con el error de entrenamiento.
• Visualización de los datos de entrenamiento, los de prueba y la recta de regresión.
• Predicciones para datos nuevos, y la diferencia entre interpolar y extrapolar.

¿Quieres modificar el código y experimentar por tu cuenta?
Abre el notebook en Google Colab

Bibliografía

• Referencia de scikit-learn – LinearRegression: Parámetros, atributos y notas de uso del estimador. https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html 🇬🇧 (en inglés)
• scikit-learn – Validación y train_test_split: Buenas prácticas para dividir conjuntos y validar modelos. https://scikit-learn.org/stable/modules/cross_validation.html#cross-validation 🇬🇧 (en inglés)
• scikit-learn – Métricas de regresión: Definiciones del ECM (MSE) y del R² empleados en el notebook. https://scikit-learn.org/stable/modules/model_evaluation.html#regression-metrics 🇬🇧 (en inglés)
• NumPy – Generación de números aleatorios: np.random.rand, np.random.randn y np.random.seed, con las que se generan los datos sintéticos. https://numpy.org/doc/stable/reference/random/index.html 🇬🇧 (en inglés)