Tema 1.1 - Algoritmos de Regresión

Los algoritmos de regresión  son un determinado tipo de algoritmos de aprendizaje supervisado, su objetivo consiste en realizar la predicción de una variable numérica o cuantitativa. (Hastie, T., Tibshirani R., Friedman, J., 2009)  

En el aprendizaje supervisado , para cada una de las observaciones de las variables predictoras (xi) existe una medida de la variable respuesta (yi).  (F Marqués, 2020)

Objetivo: Crear un modelo que relacione las variables y las respuestas con la finalidad de predecir comportamientos de observaciones en el futuro.  

Existen numerosos problemas del mundo real donde la variable que se desea predecir o estimar es una variable numérica, por ejemplo:   

Terminología:

Variable respuesta: También conocida como, variable dependiente, variable objetivo, target, class, etc. Se suele denotar por y.

Vector de (p) mediciones predictoras llamado (x) : También conocido como  variables, inputs, regressors, features y variables independientes.

Training   data : (𝑥1, 𝑦1), (𝑥𝑁, 𝑦𝑁 ) son observaciones, ejemplos o instancias de cada una de las medidas de entrada.