Costruzione della Regressione Lineare con NumPy
Sai già cos'è la regressione lineare semplice e come trovare la retta che meglio si adatta ai dati. Ora seguirai tutti i passaggi per costruire una regressione lineare su un dataset reale.
Caricamento dei dati
Abbiamo un file, simple_height_data.csv
, con i dati dei nostri esempi. Caricheremo il file e lo esamineremo:
123456import 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
Quindi il dataset ha due colonne: la prima è 'Father'
, che rappresenta la caratteristica di input, e la seconda è 'Height'
, che è la nostra variabile target.
Assegneremo i valori target alla variabile y
e i valori della caratteristica a X
e costruiremo uno scatterplot.
12345678910import pandas as pd import matplotlib.pyplot as plt 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 = df['Father'] # Assign the feature y = df['Height'] # Assign the target plt.scatter(X,y) # Build scatterplot plt.show()
Ricerca dei parametri
NumPy dispone di una funzione utile per trovare i parametri della regressione lineare.
La regressione lineare è una regressione polinomiale di grado 1 (parleremo della regressione polinomiale nelle sezioni successive). Per questo motivo è necessario impostare deg=1
per ottenere i parametri della regressione lineare.
Ecco un esempio:
12345678910import 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) # Read the files X, y = df['Father'], df['Height'] # Assign the variables beta_1, beta_0 = np.polyfit(X, y, 1) # Get the parameters print('beta_0 is', beta_0) print('beta_1 is', beta_1)
Se non conosci la sintassi beta_1, beta_0 = np.polyfit(X,y,1)
, questa si chiama unpacking. Se hai un iteratore (ad esempio, una lista, un array NumPy o una serie pandas) che contiene due elementi, scrivere
a, b = my_iterator
è equivalente a
a = my_iterator[0]
b = my_iterator[1]
Poiché il risultato della funzione polyfit()
è un array NumPy con due valori, è possibile utilizzare questa sintassi.
Effettuare le Previsioni
Ora possiamo tracciare la retta e prevedere nuove variabili utilizzando i parametri.
123456789101112import pandas as pd import numpy as np import matplotlib.pyplot as plt 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'] # Assign the variables beta_1, beta_0 = np.polyfit(X, y, 1) # Get the parameters plt.scatter(X,y) # Build a scatter plot plt.plot(X, beta_0 + beta_1 * X, color='red') # Plot the line plt.show()
Ora che abbiamo i parametri, possiamo utilizzare l'equazione della regressione lineare per prevedere nuovi valori.
1234567891011import pandas as pd import numpy as np import matplotlib.pyplot as plt 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'] # Assign the variables beta_1, beta_0 = np.polyfit(X, y, 1) # Get the parameters 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)
Quindi è abbastanza semplice ottenere i parametri della regressione lineare. Tuttavia, alcune librerie possono anche fornire informazioni aggiuntive.
Grazie per i tuoi commenti!
Chieda ad AI
Chieda ad AI
Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione
Awesome!
Completion rate improved to 5.26
Costruzione della Regressione Lineare con NumPy
Scorri per mostrare il menu
Sai già cos'è la regressione lineare semplice e come trovare la retta che meglio si adatta ai dati. Ora seguirai tutti i passaggi per costruire una regressione lineare su un dataset reale.
Caricamento dei dati
Abbiamo un file, simple_height_data.csv
, con i dati dei nostri esempi. Caricheremo il file e lo esamineremo:
123456import 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
Quindi il dataset ha due colonne: la prima è 'Father'
, che rappresenta la caratteristica di input, e la seconda è 'Height'
, che è la nostra variabile target.
Assegneremo i valori target alla variabile y
e i valori della caratteristica a X
e costruiremo uno scatterplot.
12345678910import pandas as pd import matplotlib.pyplot as plt 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 = df['Father'] # Assign the feature y = df['Height'] # Assign the target plt.scatter(X,y) # Build scatterplot plt.show()
Ricerca dei parametri
NumPy dispone di una funzione utile per trovare i parametri della regressione lineare.
La regressione lineare è una regressione polinomiale di grado 1 (parleremo della regressione polinomiale nelle sezioni successive). Per questo motivo è necessario impostare deg=1
per ottenere i parametri della regressione lineare.
Ecco un esempio:
12345678910import 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) # Read the files X, y = df['Father'], df['Height'] # Assign the variables beta_1, beta_0 = np.polyfit(X, y, 1) # Get the parameters print('beta_0 is', beta_0) print('beta_1 is', beta_1)
Se non conosci la sintassi beta_1, beta_0 = np.polyfit(X,y,1)
, questa si chiama unpacking. Se hai un iteratore (ad esempio, una lista, un array NumPy o una serie pandas) che contiene due elementi, scrivere
a, b = my_iterator
è equivalente a
a = my_iterator[0]
b = my_iterator[1]
Poiché il risultato della funzione polyfit()
è un array NumPy con due valori, è possibile utilizzare questa sintassi.
Effettuare le Previsioni
Ora possiamo tracciare la retta e prevedere nuove variabili utilizzando i parametri.
123456789101112import pandas as pd import numpy as np import matplotlib.pyplot as plt 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'] # Assign the variables beta_1, beta_0 = np.polyfit(X, y, 1) # Get the parameters plt.scatter(X,y) # Build a scatter plot plt.plot(X, beta_0 + beta_1 * X, color='red') # Plot the line plt.show()
Ora che abbiamo i parametri, possiamo utilizzare l'equazione della regressione lineare per prevedere nuovi valori.
1234567891011import pandas as pd import numpy as np import matplotlib.pyplot as plt 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'] # Assign the variables beta_1, beta_0 = np.polyfit(X, y, 1) # Get the parameters 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)
Quindi è abbastanza semplice ottenere i parametri della regressione lineare. Tuttavia, alcune librerie possono anche fornire informazioni aggiuntive.
Grazie per i tuoi commenti!