Когда используется линейная регрессия

Линейная регрессия применяется, когда зависимость между целевой переменной и признаками можно аппроксимировать линейной функцией. Основные сценарии:

1. Прогнозирование (например, цены на жильё на основе площади)
2. Анализ влияния признаков на целевую переменную
3. Базовый benchmark перед сложными моделями

Условия применения:

• Линейная зависимость между признаками и таргетом
• Гомоскедастичность ошибок
• Нормальное распределение остатков
• Отсутствие мультиколлинеарности

Пример:

from sklearn.linear_model import LinearRegression
model = LinearRegression()
model.fit(X_train, y_train)
predictions = model.predict(X_test)

Плюсы: интерпретируемость, скорость работы. Минусы: чувствительность к выбросам, не работает с нелинейными зависимостями.