Pyyhkäise näyttääksesi valikon

Tiedät jo, mitä yksinkertainen lineaarinen regressio on ja kuinka löytää parhaiten dataan sopiva suora. Käyt nyt läpi kaikki vaiheet lineaarisen regression rakentamiseksi oikealle aineistolle.

Datan lataaminen

Meillä on tiedosto, simple_height_data.csv, jossa on esimerkeissämme käytetty data. Ladataan tiedosto ja tarkastellaan sitä:


              123456
            
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

print(df.head())	# Print the first 5 instances from a dataset

Aineistossa on kaksi saraketta: ensimmäinen on 'Father', joka on syöteominaisuus, ja toinen on 'Height', joka on kohdemuuttuja.

Kohdemuuttujan arvot asetetaan muuttujaan y ja ominaisuuden arvot muuttujaan X, ja rakennetaan hajontakuvio.


              123456
            
import matplotlib.pyplot as plt

X = df['Father']	# Assign the feature
y = df['Height']	# Assign the target
plt.scatter(X,y)	# Build scatterplot
plt.show()

Parametrien etsiminen

NumPy tarjoaa kätevän funktion lineaarisen regressiomallin parametrien löytämiseen.

Lineaarinen regressio on polynomiregressio, jonka aste on 1 (polynomiregressiosta kerrotaan lisää myöhemmissä osioissa). Siksi meidän täytyy asettaa deg=1 saadaksemme lineaarisen regression parametrit.
Tässä esimerkki:


              12345
            
import numpy as np

beta_1, beta_0 = np.polyfit(X, y, 1)	# Get the parameters
print('beta_0 is', beta_0)
print('beta_1 is', beta_1)

Huomio

Jos et tunne syntaksia beta_1, beta_0 = np.polyfit(X,y,1), sitä kutsutaan purkamiseksi. Jos sinulla on iteroitava objekti (esim. lista, NumPy-taulukko tai pandas-sarja), jossa on kaksi alkiota, kirjoittaminen

a, b = my_iterator

on sama kuin

a = my_iterator[0]
b = my_iterator[1]

Koska polyfit()-funktion palautusarvo on NumPy-taulukko, jossa on kaksi arvoa, voimme tehdä näin.

Ennusteiden tekeminen

Nyt voimme piirtää suoran ja ennustaa uusia muuttujia parametrien avulla.


              123
            
plt.scatter(X,y)	# Build a scatter plot
plt.plot(X, beta_0 + beta_1 * X, color='red')	# Plot the line
plt.show()

Nyt kun meillä on parametrit, voimme käyttää lineaarisen regressioyhtälöä ennustamaan uusia arvoja.


              123
            
X_new = np.array([65, 70, 75])	# Feature values of new instances
y_pred = beta_0 + beta_1 * X_new	# Predict the target
print('Predicted y: ', y_pred)

Lineaarisen regression parametrien saaminen on melko helppoa. Jotkin kirjastot voivat kuitenkin tarjota myös lisätietoja.

Oliko kaikki selvää?

Kiitos palautteestasi!

Osio 1. Luku 3

Kysy tekoälyä

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

Lineaarisen Regressiomallin Rakentaminen NumPyn Avulla