Die Regression ist eine Methode, die im maschinellen Lernen verwendet wird, um Ergebnisse vorherzusagen. Dabei wird ein KI-Modell mit klassifizierten Datensätzen, die Variablen und Ergebnisse beinhalten, trainiert. Jeweils eine bestimmten Kombination aus Variablen ergibt ein bestimmtes Ergebnis. Somit lässt sich anhand von unterschiedlichsten mathematischen Methoden aus einer beliebigen Kombination aus Variablen auch immer ein Ergebnis vorhersagen.
Einfacher erklären lässt es sich an einem Beispiel:
In einem Datensatz befinden sich jeweils die Größe, der Durchmesser und das Gewicht eines Hundes. In einem mathematischen Prozess wird die Größe und der Durchmesser des Hundes so verrechnet, dass das Gewicht das Ergebnis der Berechnung ist. Tausende von verschiedenen Hunden und deren Maße werden von einem KI-Modell verarbeitet. Nur das Gewicht für einen 50cm großen Hund mit einem Durchmesser von 25cm ist unbekannt.
Anhand der Regression bzw. den darin enthaltenen mathematischen Methoden kann nun das Gewicht (kontinuierliches Ergebnis) von alleine vorhergesagt werden, ohne dass dieses in den Trainingsdaten angegeben war. Das KI-Modell hat also gelernt, wie die Variablen und dessen Ergebnis zusammenhängen und hat daraus auch für den unbekannten Hund ein Ergebnis abgeleitet.
Quellen:
https://builtin.com/data-science/regression-machine-learning