Opbygning af Multipel Lineær Regression

OLS-klassen muliggør opbygning af multipel lineær regression på samme måde som simpel lineær regression. Desværre håndterer funktionen np.polyfit() ikke tilfælde med flere features.

Vi fortsætter med at anvende OLS-klassen.

Opbygning af X̃-matrix

Vi har det samme datasæt som i eksemplet med simpel lineær regression, men nu indeholder det moderens højde som den anden feature. Vi indlæser det og ser på dets X-variabel:


              123456789
            
import pandas as pd
import statsmodels.api as sm

file_link='https://codefinity-content-media.s3.eu-west-1.amazonaws.com/b22d1166-efda-45e8-979e-6c3ecfc566fc/heights_two_feature.csv'
df = pd.read_csv(file_link)	# Open the file
# Assign the variables
X = df[['Father', 'Mother']]
y = df['Height']
print(X.head())

Husk, vi skal bruge OLS(y, X_tilde) til at initialisere OLS-objektet. Som du kan se, indeholder X-variablen allerede to features i separate kolonner. For at få X_tilde skal vi derfor blot tilføje 1-taller som første kolonne. Funktionen sm.add_constant(X) gør netop dette!


              1234567891011
            
import pandas as pd
import statsmodels.api as sm

file_link='https://codefinity-content-media.s3.eu-west-1.amazonaws.com/b22d1166-efda-45e8-979e-6c3ecfc566fc/heights_two_feature.csv'
df = pd.read_csv(file_link)	# Open the file
# Assign the variables
X = df[['Father', 'Mother']]
y = df['Height']
# Create X_tilde
X_tilde = sm.add_constant(X)
print(X_tilde.head())

Finde parametrene

Fremragende! Nu kan vi opbygge modellen, finde parametrene og lave forudsigelser på samme måde som i det forrige afsnit.


              12345678910111213141516171819202122
            
import pandas as pd
import statsmodels.api as sm
import numpy as np

file_link='https://codefinity-content-media.s3.eu-west-1.amazonaws.com/b22d1166-efda-45e8-979e-6c3ecfc566fc/heights_two_feature.csv'
df = pd.read_csv(file_link)	  # Open the file
X,y = df[['Father', 'Mother']], df['Height']   # Assign the variables
X_tilde = sm.add_constant(X)	# Create X_tilde
# Initialize an OLS object
regression_model = sm.OLS(y, X_tilde)
# Train the object
regression_model = regression_model.fit()
# Get the paramters
beta_0, beta_1, beta_2 = regression_model.params
print('beta_0 is: ', beta_0)
print('beta_1 is: ', beta_1)
print('beta_2 is: ', beta_2)
# Predict new values
X_new = np.array([[65, 62],[70, 65],[75, 70]])	# Feature values of new instances
X_new_tilde = sm.add_constant(X_new)	# Preprocess X_new
y_pred = regression_model.predict(X_new_tilde)	# Predict the target
print('Predictions:', y_pred)

Bemærk

Nu hvor vores træningssæt har 2 features, skal vi angive 2 features for hver ny instans, vi ønsker at forudsige. Derfor blev np.array([[65, 62],[70, 65],[75, 70]]) brugt i eksemplet ovenfor. Den forudsiger y for 3 nye instanser: [Father:65,Mother:62], [Father:70, Mother:65], [Father:75, Mother:70].

Var alt klart?

Tak for dine kommentarer!

Sektion 2. Kapitel 3

Spørg AI

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

Kursusindhold

Lineær Regression med Python

1. Simpel Lineær Regression

Hvad Er Lineær Regression Finding af Parametrene Opbygning af Lineær Regression med NumPy Opbygning af Lineær Regression ved Hjælp af Statsmodels Udfordring: Forudsigelse af Huspriser

2. Multipel Lineær Regression

Lineær Regression med To Funktioner Lineær Regression med N Funktioner Opbygning af Multipel Lineær Regression Valg af Funktioner Udfordring: Forudsigelse af Priser ved Brug af To Funktioner

3. Polynomiel Regression

Kvadratisk Regression Polynomiel Regression Opbygning af Polynomiel Regression Interpolation vs. Ekstrapolation Udfordring: Evaluering af Modellen

4. Valg af den Bedste Model

Metrikker Overfitting R-kvadreret Udfordring: Forudsigelse af Priser ved Hjælp af Polynomiel Regression