Kurssisisältö

Lineaarinen Regressio Pythonilla

1. Yksinkertainen Lineaarinen Regressio

Mikä on lineaarinen regressio Parametrien Löytäminen Lineaarisen Regressiomallin Rakentaminen NumPyn Avulla Lineaarisen Regressiomallin Rakentaminen Statsmodels-Kirjastolla Haaste: Asuntojen Hintojen Ennustaminen

2. Monimuuttujainen Lineaarinen Regressio

Lineaarinen Regressio Kahdella Muuttujalla Lineaarinen Regressio N Muuttujalla Monimuuttujaisen Lineaarisen Regressiomallin Rakentaminen Ominaisuuksien Valinta Haaste: Hintojen Ennustaminen Kahden Muuttujan Avulla

3. Polynomiregressio

Kvadraattinen Regressio Polynomiregressio Polynomisen Regressiomallin Rakentaminen Interpolointi vs Ekstrapolointi Haaste: Mallin Arviointi

4. Parhaan Mallin Valitseminen

Mittarit Ylisovittaminen R-kertoimen Neliö Haaste: Hintojen Ennustaminen Polynomiregressiolla

Monimuuttujaisen Lineaarisen Regressiomallin Rakentaminen

OLS-luokka mahdollistaa moninkertaisen lineaarisen regressiomallin rakentamisen samalla tavalla kuin yksinkertaisen lineaarisen regressiomallin. Valitettavasti np.polyfit()-funktio ei kuitenkaan tue usean muuttujan tapausta.

Käytämme siis OLS-luokkaa.

X̃-matriisin rakentaminen

Meillä on sama aineisto kuin yksinkertaisen lineaarisen regressiomallin esimerkissä, mutta nyt mukana on äidin pituus toisena muuttujana. Lataamme aineiston ja tarkastelemme sen X-muuttujaa:


              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())

Muista, että meidän tulisi käyttää OLS(y, X_tilde) alustamaan OLS-objekti. Kuten huomaat, X-muuttuja sisältää jo kaksi ominaisuutta erillisissä sarakkeissa. Jotta saadaan X_tilde, tarvitsee vain lisätä 1:t ensimmäiseksi sarakkeeksi. Funktio sm.add_constant(X) tekee juuri tämän!


              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())

Parametrien löytäminen

Hienoa! Nyt voimme rakentaa mallin, löytää parametrit ja tehdä ennusteita samalla tavalla kuin edellisessä osiossa.


              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)

Huomio

Nyt kun opetusjoukossamme on 2 piirrettä, meidän täytyy antaa 2 piirre-arvoa jokaiselle uudelle havainnolle, jolle haluamme tehdä ennusteen. Siksi esimerkissä yllä käytettiin np.array([[65, 62],[70, 65],[75, 70]]). Se ennustaa y kolmelle uudelle havainnolle: [Father:65,Mother:62], [Father:70, Mother:65], [Father:75, Mother:70].

Oliko kaikki selvää?

Kiitos palautteestasi!

Osio 2. Luku 3

Kysy tekoälyä

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme