API de régression linéaire
Régression linéaire par moindres carrés sous forme d'API, calculée localement et de manière déterministe. Le point de terminaison linéaire ajuste la meilleure droite y = a + b·x à travers un ensemble de points de données x/y par la méthode des moindres carrés ordinaires, renvoyant la pente b = Σ((x−x̄)(y−ȳ))/Σ(x−x̄)², l'ordonnée à l'origine a = ȳ − b·x̄, l'équation prête à l'emploi, la corrélation de Pearson r et le coefficient de détermination R² (la fraction de variance expliquée par la droite), ainsi que les erreurs types résiduelles et de pente — les points (1,2),(2,4),(3,5),(4,4),(5,5) s'ajustent à y = 2.2 + 0.6·x avec R² = 0.6, et un ensemble parfaitement linéaire renvoie R² = 1. Passez un predict_x et il extrapole également la valeur ajustée à ce point. Le point de terminaison predict évalue y = intercept + slope·x pour une droite connue. Les listes x et y peuvent être données sous forme de valeurs séparées par des virgules (x=1,2,3&y=2,4,5) ou sous forme de tableaux JSON dans un corps POST et doivent être de même longueur. Tout est calculé localement et de manière déterministe, donc c'est instantané et privé. Idéal pour les développeurs d'applications de science des données, d'analyse, de BI, de prévision, de prétraitement pour l'apprentissage automatique et d'enseignement des statistiques, les outils de ligne de tendance et d'ajustement optimal, et les tableaux de bord. Calcul local pur — pas de clé, pas de service tiers, instantané. En direct, rien n'est stocké. 2 points de terminaison. Il s'agit de la droite de régression ; pour la seule corrélation de Pearson ou les statistiques descriptives, utilisez une API de statistiques et pour les distributions de probabilité, une API de probabilité.
api.oanor.com/regression-api
