Что означает вес признака в линейной регрессии

Вес признака (коэффициент) в линейной регрессии показывает, насколько изменится целевая переменная при изменении данного признака на единицу, при условии, что остальные признаки остаются неизменными.

Например, в модели y = w0 + w1*x1 + w2*x2:

• w1 — изменение y при увеличении x1 на 1
• w2 — изменение y при увеличении x2 на 1

from sklearn.linear_model import LinearRegression
model = LinearRegression()
model.fit(X_train, y_train)
print(model.coef_)  # веса признаков

Интерпретация зависит от масштаба данных — перед анализом весов рекомендуется стандартизировать признаки. Отрицательный вес означает обратную зависимость, положительный — прямую.