رگرسیون یک روش یادگیری ماشینی نظارت شده برای درک رابطه بین متغیرها یا ویژگی های مستقل و یک متغیر یا نتیجه وابسته است. یکی از الگوریتم هایی که برای رگرسیون استفاده می شود “رگرسیون چند جمله ای” است.
در اینجا، ما از دیتاست Wine_Quality.csv برای اهداف رگرسیونی استفاده می کنیم و می توانید این دیتاست را از لینک بالای این صفحه دانلود کنید. این دیتاست 11 متغیر ویژگی دارد:
“اسیدیته ثابت”, “اسیدیته فرار”, “اسید سیتریک”, “قند باقیمانده”,
“کلرایدها”, “دی اکسید گوگرد آزاد”, “دی اکسید گوگرد کل”,
“چگالی”, “pH”, “سولفات ها” و “الکل”
و متغیر پیش بینی برابر است با: “کیفیت Wine”.
در فرم بالا مقادیر 11 متغیر ویژگی را وارد کرده و مدل کیفیت Wine را در یک فرم پاپ آپ برمی گرداند. توجه داشته باشید که مقادیر و محدوده های هر متغیر ویژگی به شرح زیر است:
کد نمونه مورد استفاده برای آموزش مدل "رگرسیون چند جمله ای" در لینک بالای همین صفحه ارائه شده است. هر بار که این فرم را اجرا می کنید و پیش بینی ها اتفاق می افتد، مقادیر در پایگاه داده ذخیره می شوند و با لینک "نتایج" در بالای این صفحه، نتایج قبلی پیش بینی مدل را مشاهده خواهید کرد. اجرای اخیر شما به انتهای این لیست اضافه خواهد شد.