Для объекта со значениями факторов Х1, X2, Хт предсказание модели у выглядит следующим образом: y = wo + W₁ X1 ++ WmXm, где №1, №2, Wm коэффициенты, на которые домножаются значения факторов объекта при предсказании, а о вспомогательный свободный член. Обучение модели линейной регрессии сводится к подбору её параметров таким образом, чтобы модель как можно реже ошибалась на объектах обучающей выборки. Допустим, что вам дана уже обученная модель линейной регресии: y=5+3x1-2X2. Укажите, чему будет равно предсказанное моделью значение для объекта со следующими значениями факторов: < X1 = -1, X2 3.

Чтобы определить предсказанное значение модели линейной регрессии для заданных значений факторов \( X1 = -1 \) и \( X2 = 3 \), подставим их в уравнение модели:

\[ y = 5 + 3 \cdot X1 - 2 \cdot X2. \]

Теперь подставим значения факторов:

1. \( X1 = -1 \)
2. \( X2 = 3 \)

Подставляя эти значения в уравнение, получаем:

\[ y = 5 + 3 \cdot (-1) - 2 \cdot 3. \]

Теперь вычислим каждую часть:

• \( 3 \cdot (-1) = -3 \)
• \( -2 \cdot 3 = -6 \)

Теперь объединим эти результаты:

\[ y = 5 - 3 - 6. \]

Сложив эти значения, получаем:

\[ y = 5 - 3 = 2, \] \[ y = 2 - 6 = -4. \]

Итак, предсказанное моделью значение для данного объекта составляет \( y = -4 \).