alanezz / Syllabus-2020-2

12 stars 21 forks source link

Formato entrega y Pregunta 3 #3

Open Pabloeboassi opened 3 years ago

Pabloeboassi commented 3 years ago

Hola profe, tengo una duda en el control. Primero, basta con hacer un Word con solo palabras? O se espera un documento estilo Latex con las matrices de confusión hechas, entre otras cosas?

Y lo segundo, no entiendo lo que se pide en la pregunta 3. A que se refiere por qué funciona?

En la regresión lineal múltiple se intenta minimizar los cuadrados de las distancias de cada punto a la linea o figura que se quiere ajustar. En el caso de la polinómica se intenta elegir un polinomio P(x) y minimizar la distancia global de todos los puntos al polinomio P(x). Por esa razón funciona? O que es lo que espera que pongamos, estoy un poco perdido con eso.

IgnacioZentenoSmith commented 3 years ago

Profesor, nosotros también tenemos esta duda, ya que cualquier recta puede "funcionar" en cualquier set de puntos en el plano, ahora que lo explique bien es otra cosa.

El único caso en donde "no funcionaría" es que no exista un polinomio que pueda ajustarse a estos datos, en donde el único caso seria una recta vertical en el eje X.

alanezz commented 3 years ago

Hola, respecto a la primera pregunta de Pablo, basta con un word con palabras para la pregunta 1 y 2, no espero código, pero quizás una que otra fórmula. Respecto a la pregunta 3, en clases no demostramos por qué funciona esa "transformación de features" cuando queremos ajustar un polinomio.

Respecto a la pregunta de Ignacio, creo que falta comprender un poco mejor la pregunta. La idea es demostrar que si yo tengo puntos en el plano y quiero ajustar un polinomio de cierto grado, puedo hacer una regresión multinomial donde las features es 1, x, x^2, x^3... hasta el grado del polinomio. Aquí no estamos trabajando con rectas, sino que el grado del polinomio está dado.

Si mirán aquí van a ver que el problema de optimización que se plantea para resolver el problema de regresión polinomial se parece mucho al de regresión multinomial, ya que queremos encontrar los beta de cosas que se ven muy parecidas, y finalmente la fórmula es la misma. Si pueden hilar con sus propias palabras esta idea está perfecto.

Recuerden que regresión multinomial es ajustar un hiperplano en un espacio de altas dimensiones, pero la regresión polinomial es ajustar un polinomio en dos dimensiones.

Espero que esto los ayude.