Je možné použiť lineárnu regresiu na predpoveď predaja s obmedzením na nezáporné hodnoty?

Lineárna regresia môže byť použitá na predpoveď predaja, avšak štandardne nezohľadňuje obmedzenie na nenegativitu. Pri klasickej lineárnej regresii môžu predpovede nadobúdať akékoľvek hodnoty, vrátane záporných, čo nedáva zmysel pre predaj.

Na zohľadnenie obmedzenia na nenegativitu je možné:

• Použiť modely s obmedzeniami, ako je regresia s obmedzeniami (constrained regression) alebo kvadratické programovanie.
• Aplikovať transformáciu na cieľovú premennú, napríklad logaritmickú (log(y + 1)), aby boli zabezpečené pozitívne predpovede, a následne výsledok spätne transformovať.
• Použiť špecializované modely, ako je regresia s nenegatívnymi koeficientmi (Non-negative Least Squares).

Príklad s logaritmickou transformáciou:

import numpy as np
from sklearn.linear_model import LinearRegression

# X - vlastnosti, y - predaje
X = ...
y = ...

# Transformácia cieľovej premennej
log_y = np.log1p(y)

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

# Predpoveď
log_pred = model.predict(X_new)
pred = np.expm1(log_pred)  # Inverzná transformácia

Takto je možné použiť lineárnu regresiu, avšak na zabezpečenie nenegativity je potrebné použiť ďalšie metódy alebo transformácie.