Curso de machine learning avanzado con R #05: Regresión lineal

lm() es probablemente la función que más veces has escrito en todo el curso anterior. Y probablemente también la que menos entiendes de verdad, porque funciona tan bien y tan rápido que nunca te obliga a preguntarte qué está pasando por debajo. Esta clase es esa pregunta, por fin respondida.

Vamos a ver qué significa exactamente que un modelo "minimice el error", por qué se hace al cuadrado y no de cualquier otra forma, y qué condiciones tienen que cumplirse para que esos números bonitos que te da R sean de fiar y no un espejismo estadístico.

También le vamos a dedicar tiempo a los residuos, que son la parte que casi todo el mundo ignora y que en realidad es donde está escondida toda la verdad sobre si tu modelo es bueno o solo lo parece. Hay cuatro gráficos que R te ofrece gratis cada vez que entrenas una regresión y que, apostamos, nunca has mirado con la atención que merecen.

Y cerramos con una pregunta que parece tonta pero no lo es: ¿por qué a veces funciona mucho mejor transformar el precio antes de predecirlo, en vez de predecirlo directamente? La respuesta tiene que ver con cómo se comporta el dinero en el mundo real, y te va a cambiar la forma de plantear cualquier problema de regresión a partir de ahora.