A classe da biblioteca scikit-learn, versão 1.1.2, utilizada em scripts python para a implementação de regressão linear baseada no método dos mínimos quadrados é

Gabarito

Certo

Comentário do professor

sklearn.linear_model.LinearRegression é a classe do scikit‑learn destinada à implementação da regressão linear pelo método dos mínimos quadrados ordinários. Ela ajusta um modelo linear buscando os coeficientes que minimizam a soma dos quadrados dos resíduos.

A função de otimização é dada por \( \min_{w,b}\sum_{i}(y_i - (x_i^\top w + b))^2 \), onde \(w\) são os coeficientes e \(b\) o intercepto. O parâmetro fit_intercept controla se o intercepto é estimado.

Uso típico: LinearRegression().fit(X, y). Após o ajuste, os coeficientes ficam em coef_ e o intercepto em intercept_. A classe emprega métodos numéricos estáveis (por exemplo, decomposição) para obter a solução de mínimos quadrados.