लीनियर रीग्रेशन क्या है? | What is linear regression in Hindi?
लीनियर रीग्रेशन (Linear Regression) एक प्रकार का statistical techniques है जो दो या दो से अधिक परमीटरों के बीच एक linear संबंध को प्राप्त करने का प्रयास करता है। इसका मुख्य उद्देश्य एक निर्दिष्ट प्रवृत्ति(specified trend), निर्णय या prediction बनाना होता है जो डेटा के बीच के इस संबंध को व्यक्त करता है। यह एक प्रकार की डेटा विज्ञान (Data Science) तकनीक है और data analysis में विशेष रूप से प्रयुक्त होती है।
लीनियर रीग्रेशन में, हम जानने की कोशिश करते हैं कि एक Specified आधार के साथ अन्य आधारों के बीच का संबंध कैसे होता है। जब हम केवल एक आधार के साथ काम करते हैं, तो इसे “simple linear regression ” कहा जाता है, और जब हम एक से अधिक आधारों के साथ काम करते हैं, तो इसे “polynomial linear regression” कहा जाता है।
लीनियर रीग्रेशन के प्रकार | Types of Linear regression in Hindi
लीनियर रीग्रेशन के दो प्रमुख प्रकार होते हैं:
1. Simple Linear Regression in Hindi:
- जब हम केवल एक Specified आधार से डेटा के बीच के संबंध को अध्ययन करते हैं।
- इसमें एक independent variable (स्वतंत्र चर) और एक dependent variable (आश्रित चर) होते हैं।
- इसमें हम यह प्रयास करते हैं कि कैसे एक independent variable की माध्यम से dependent variable को पूर्वानुमान लगाया जा सकता है।
उदाहरण:
- Independent Variable: घर की क्षेत्रफल
- Dependent Variable: घर की कीमत
- इसमें हम यह देख सकते हैं कि क्षेत्रफल बढ़ने से घर की कीमत कैसे बढ़ सकती है।
2. Multiple Linear Regression in Hindi:
- जब हम एक से अधिक आधारों के साथ डेटा के बीच के संबंध को अध्ययन करते हैं।
- इसमें एक से अधिक independent variables और एक dependent variable होते हैं।
- इसमें हम यह प्रयास करते हैं कि कैसे दो या दो से अधिक independent variables की मदद से dependent variable को पूर्वानुमान लगाया जा सकता है।
उदाहरण:
- Independent Variables: घर का क्षेत्रफल, कमरों की संख्या, और स्थान
- Dependent Variable: घर की कीमत
- इसमें हम यह देख सकते हैं कि कैसे ये तीनों factors मिलकर घर की कीमत को कैसे प्रभावित कर सकते हैं।
लीनियर रीग्रेशन के लाभ | Advantages of Linear Regression in Hindi
Linear Regression मशीन लर्निंग में एक बहुत ही सरल और उपयोगी एल्गोरिदम है जिसके कई लाभ हैं। यहां कुछ मुख्य लाभ हैं जो लीनियर रिग्रेशन में होते हैं:
- लीनियर रिग्रेशन एक सरल एल्गोरिदम है जो आसानी से समझा जा सकता है। इसमें केवल एक specific आंकड़ा और एक specific परिणाम होता है, जिससे इसे non-technical लोग भी समझ सकते हैं।
- लीनियर रिग्रेशन का उपयोग आंकड़ों के बीच संबंधों को समझने और नए डेटा के लिए सरल prediction बनाने के लिए किया जा सकता है।
- इसका उपयोग users द्वारा दी गई आंकड़ों के साथ बहुत ही प्रभावी तरीके से संबंध बनाने के लिए किया जा सकता है।
- लीनियर रिग्रेशन आंकड़ों के बीच के संबंधों को समझने में मदद कर सकता है, जिससे यह आंकड़ों के पीछे की प्रक्रिया को analysis करने में सहायक होता है।
- Linear Regression को आसानी से customized किया जा सकता है और इसे नए डेटा के साथ बेहतर रूप से काम करने में मदद करने के लिए समीकृत किया जा सकता है।
इस प्रकार, लीनियर रिग्रेशन मशीन लर्निंग में एक सुगम और उपयोगी Algorithm है जो सामान्य लोगों को भी समझ में आ सकता है और अनेक क्षेत्रों में इस्तेमाल किया जा सकता है।
लीनियर रीग्रेशन के नुकसान | Disadvantages of Linear Regression in Hindi
- linear Regression का मुख्य नुकसान यह है कि वह धारणा करता है कि सभी आंकड़ों के बीच एक सीधा संबंध होगा, जबकि यह वास्तविकता में आम तौर पर ऐसा नहीं होता।
- जब आपके डेटा में असंतुलन होता है, तो लीनियर रीज्रेशन उत्पादकता पर प्रभाव डाल सकता है।
- यदि आपके डेटा में कोई विनियमितता नहीं है, तो Linear Regression अस्थिर परिणाम दे सकता है।
- यह model नए डेटा के साथ अच्छे से काम नहीं कर सकता है।
- जब आपके पास अनेक फीचर्स होते हैं, तो लीनियर रीज्रेशन का management कठिन हो सकता है और यह फीचर्स के बीच संबंधों को छूट जाता है।
Conclusion :
उम्मीद है दोस्तों की यह पोस्ट आपके लिए फायदेमंद साबित हुआ अगर Machine learning में कोई topic नहीं समझ आ रहा या कोई टॉपिक समझने में परेशानी है तो आप मुझसे comment करके पूछ सकते है और यह Blog post आपके लिए सही साबित हुआ हो तो इससे दोस्तों के साथ भी शेयर करे ।और ऐसे ही प्यार लिए लिए आप सभी का बहुत बहुत धन्यवाद!
Read More topic on Machine Learning
1 thought on “लीनियर रीग्रेशन क्या है- Linear Regression in Machine Learning in Hindi”