Erstellen Einer Linearen Regression mit Statsmodels

Im vorherigen Kapitel haben wir eine Funktion aus NumPy verwendet, um die Parameter zu berechnen.
Jetzt werden wir das Klassenobjekt anstelle der Funktion verwenden, um die lineare Regression darzustellen. Dieser Ansatz erfordert mehr Codezeilen, um die Parameter zu finden, speichert jedoch viele nützliche Informationen im Objekt und vereinfacht die Vorhersage.

Aufbau eines linearen Regressionsmodells

In statsmodels kann die OLS-Klasse verwendet werden, um ein lineares Regressionsmodell zu erstellen.

Zuerst müssen wir ein OLS-Klassenobjekt initialisieren mit sm.OLS(y, X_tilde). Dann trainieren wir es mit der Methode fit().

Was gleichbedeutend ist mit:

Hinweis

Der Konstruktor der OLS-Klasse erwartet ein spezifisches Array X_tilde als Eingabe, das wir in der Normalengleichung gesehen haben. Daher müssen Sie Ihr X-Array in X_tilde umwandeln. Dies ist mit der Funktion sm.add_constant() erreichbar.

Parameter finden

Wenn das Modell trainiert ist, können Sie leicht auf die Parameter über das Attribut params zugreifen.


              12345678910111213141516
            
import statsmodels.api as sm   # import statsmodels
import pandas as pd

file_link = 'https://codefinity-content-media.s3.eu-west-1.amazonaws.com/b22d1166-efda-45e8-979e-6c3ecfc566fc/simple_height_data.csv'
df = pd.read_csv(file_link)	# Open the file
X, y = df['Father'], df['Height']	# Assign the variables
# Get the correct form of input for OLS
X_tilde = sm.add_constant(X) 
# 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 = regression_model.params
print('beta_0 is: ', beta_0)
print('beta_1 is: ', beta_1)

Vorhersagen treffen

Neue Instanzen können einfach mit der Methode predict() vorhergesagt werden, aber Sie müssen die Eingaben dafür ebenfalls vorverarbeiten:


              1234567891011121314151617
            
import statsmodels.api as sm
import pandas as pd
import numpy as np

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

X_tilde = sm.add_constant(X)  # Preprocess
regression_model = sm.OLS(y, X_tilde)	# Initialize an OLS object
regression_model = regression_model.fit()	# Train the object

# Predict new values
X_new = np.array([65,70,75])	# 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(y_pred)

Die Zusammenfassung erhalten

Wie Sie wahrscheinlich bemerkt haben, ist die Verwendung der OLS-Klasse nicht so einfach wie die Funktion polyfit(). Aber die Verwendung von OLS hat ihre Vorteile. Während des Trainings berechnet es viele statistische Informationen. Sie können auf die Informationen mit der Methode summary() zugreifen.


              123456789101112
            
import statsmodels.api as sm
import pandas as pd

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

X_tilde = sm.add_constant(X) # Preprocess X
regression_model = sm.OLS(y, X_tilde)	# Initialize an OLS object
regression_model = regression_model.fit()	# Train the object
# Print the summary
print(regression_model.summary())

Das sind viele Statistiken. Wir werden die wichtigsten Teile der Tabelle in späteren Abschnitten besprechen.

War alles klar?

Danke für Ihr Feedback!

Abschnitt 1. Kapitel 4