Se poate folosi regresia liniară pentru a prezice vânzările cu restricția de non-negativitate?

Regresia liniară poate fi utilizată pentru a prezice vânzările, însă nu ia în considerare în mod implicit restricția de non-negativitate. În regresia liniară clasică, predicțiile pot lua orice valori, inclusiv negative, ceea ce nu are sens pentru vânzări.

Pentru a ține cont de restricția de non-negativitate, se pot:

• Utiliza modele cu restricții, cum ar fi regresia cu restricții (constrained regression) sau programarea quadratică.
• Aplica o transformare variabilei țintă, de exemplu, logaritmarea (log(y + 1)), pentru a garanta predicții pozitive, apoi transforma rezultatul înapoi.
• Utiliza modele specializate, cum ar fi regresia cu coeficienți nenegativi (Non-negative Least Squares).

Exemplu cu transformare logaritmică:

import numpy as np
from sklearn.linear_model import LinearRegression

# X - caracteristici, y - vânzări
X = ...
y = ...

# Transformarea variabilei țintă
log_y = np.log1p(y)

model = LinearRegression()
model.fit(X, log_y)

# Prezicere
log_pred = model.predict(X_new)
pred = np.expm1(log_pred)  # Transformare inversă

Astfel, regresia liniară poate fi utilizată, dar pentru a respecta non-negativitatea, trebuie aplicate metode sau transformări suplimentare.