Thuật toán Linear Regression và Những ứng dụng thực tế

📘 1. Cơ sở lý thuyết thuật toán Linear Regression

1.1. Khái niệm:

• Linear Regression (Hồi quy tuyến tính) là thuật toán dự đoán mối quan hệ tuyến tính giữa biến đầu vào (X) và biến đầu ra (Y).

• Mục tiêu: Xây dựng đường thẳng tuyến tính sao cho khoảng cách giữa các điểm dữ liệu và đường thẳng là nhỏ nhất.

1.2. Hàm mất mát (Loss Function):

• Hàm mất mát phổ biến nhất là Mean Squared Error (MSE):

1.3. Phương pháp Gradient Descent:

• Gradient Descent là phương pháp tối ưu hóa để tìm giá trị tối ưu của β0\beta_0 và β1\beta_1.

• Cập nhật tham số:

1.4. Hệ số xác định R2R^2:

1.5. Ưu điểm và nhược điểm:

✅ 2. Ứng dụng thực tế của Linear Regression

Linear Regression được sử dụng trong các bài toán dự đoán có mối quan hệ tuyến tính, như:

🔥 2.1. Dự đoán giá nhà (Real Estate Pricing):

• Dữ liệu: Diện tích, số phòng, vị trí.

• Mục tiêu: Dự đoán giá bán nhà.

• Input: [diện tích, số phòng]

• Output: Giá bán

Phương trình tuyến tính:

Giaˊ nhaˋ=β0+β1×Diện tıˊch+β2×Soˆˊ phoˋng\text{Giá nhà} = \beta_0 + \beta_1 \times \text{Diện tích} + \beta_2 \times \text{Số phòng}

🔥 2.2. Dự đoán doanh thu bán hàng (Sales Prediction):

• Dữ liệu: Chi phí quảng cáo, số lượng sản phẩm bán ra.

• Mục tiêu: Dự đoán doanh thu.

• Input: [chi phí quảng cáo, số lượng sản phẩm]

• Output: Doanh thu

🔥 2.3. Dự đoán điểm thi học sinh (Student Score Prediction):

• Dữ liệu: Số giờ học, điểm trung bình môn Toán, Anh.

• Mục tiêu: Dự đoán điểm cuối kỳ.

Phương trình tuyến tính:

Điểm thi=β0+β1×Soˆˊ giờ học+β2×Điểm trung bıˋnh\text{Điểm thi} = \beta_0 + \beta_1 \times \text{Số giờ học} + \beta_2 \times \text{Điểm trung bình}

🔥 2.4. Dự đoán chi phí y tế (Medical Cost Prediction):

• Dữ liệu: Tuổi, BMI, tiền sử bệnh.

• Mục tiêu: Dự đoán chi phí y tế.

• Input: [tuổi, BMI, tiền sử bệnh]

• Output: Chi phí y tế

🔥 2.5. Dự đoán nhu cầu tiêu thụ điện (Energy Consumption):

• Dữ liệu: Nhiệt độ, giờ trong ngày, ngày trong tuần.

• Mục tiêu: Dự đoán lượng điện tiêu thụ.

✅ 3. Mã nguồn thực tế: Dự đoán giá nhà bằng Linear Regression

# Import thư viện
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error, r2_score

# Dữ liệu giả lập
data = {
    'Area': [30, 45, 60, 75, 90],
    'Price': [300, 450, 600, 750, 900]
}
df = pd.DataFrame(data)

# Chia dữ liệu
X = df[['Area']]
y = df['Price']

# Huấn luyện mô hình
model = LinearRegression()
model.fit(X, y)

# Hệ số hồi quy
print("Intercept:", model.intercept_)
print("Slope:", model.coef_[0])

# Dự đoán giá nhà diện tích 70m2
predicted_price = model.predict([[70]])
print(f"Giá nhà 70m2: {predicted_price[0]} triệu")

# Đánh giá mô hình
y_pred = model.predict(X)
print("MSE:", mean_squared_error(y, y_pred))
print("R^2:", r2_score(y, y_pred))

# Vẽ đồ thị
plt.scatter(X, y, color='blue', label='Dữ liệu thực tế')
plt.plot(X, y_pred, color='red', label='Đường hồi quy')
plt.xlabel('Diện tích (m2)')
plt.ylabel('Giá (triệu)')
plt.title('Mô hình Linear Regression')
plt.legend()
plt.grid()
plt.show()

✅ Tóm lại:

• Linear Regression là thuật toán cơ bản, dễ hiểu và dễ triển khai.

• Ứng dụng rộng rãi trong dự đoán dữ liệu có mối quan hệ tuyến tính.

• Nên chú ý đến các giả định như: dữ liệu không có outliers quá lớn, quan hệ phải tuyến tính.