Lære Bygge Lineær Regresjon

Du kjenner allerede til hva enkel lineær regresjon er og hvordan man finner linjen som passer best til dataene. Nå skal du gå gjennom alle trinnene for å bygge en lineær regresjon for et virkelig datasett.

Laste inn data

Vi har en fil, simple_height_data.csv, med dataene fra eksemplene våre. Vi skal laste inn filen og se nærmere på den:


              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

Datasettet har to kolonner: den første er 'Father', som er inndatafunksjonen, og den andre er 'Height', som er vår målvariabel.

Vi tilordner målverdiene til variabelen y og funksjonsverdiene til X, og lager et spredningsdiagram.


              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()

Finne parametere

For å implementere lineær regresjon i Scikit-learn, bruker vi klassen LinearRegression.

LinearRegression(fit_intercept=True, copy_X=True, n_jobs=None, positive=False)

Parametere

Klassen LinearRegression har flere parametere som styrer hvordan modellen tilpasses.

fit_intercept (standard=True): Bestemmer om konstantleddet (bias) skal beregnes for denne modellen. Hvis satt til False, brukes ikke konstantledd i beregningene (dvs. data forventes å være sentrert).
copy_X (standard=True): Hvis True, kopieres X; ellers kan den bli overskrevet.
n_jobs (standard=None): Antall jobber som skal brukes til beregningen. Dette gir kun hastighetsforbedring for n_targets > 1 og tilstrekkelig store problemer. None betyr 1 med mindre det er i en joblib.parallel_backend-kontekst. -1 betyr bruk av alle prosessorer.
positive (standard=False): Når satt til True, tvinges koeffisientene til å være positive. Dette alternativet støttes kun for tette matriser.

Vanlige metoder

fit(X, y): Tilpass den lineære modellen.
predict(X): Prediker ved bruk av den lineære modellen.
score(X, y): Returnerer forklaringsgraden (determinasjonskoeffisienten) for prediksjonen.

Attributter

coef_: Estimerte koeffisienter for lineær regresjon.
intercept_: Konstantledd i den lineære modellen.

I Scikit-learn bruker vi LinearRegression-klassen fra linear_model-modulen. I motsetning til NumPy definerer vi ikke graden her; denne klassen er spesifikt laget for lineære modeller. Vi bruker .fit()-metoden for å beregne parameterne.

Her er et eksempel:


              1234567891011121314
            
from sklearn.linear_model import LinearRegression
import numpy as np

# Convert the pandas Series to a NumPy array, then reshape
X_reshaped = X.values.reshape(-1, 1)

model = LinearRegression()
model.fit(X_reshaped, y) # Train the model

beta_0 = model.intercept_ # Get the intercept (beta_0)
beta_1 = model.coef_[0]   # Get the coefficient (beta_1)

print('beta_0 is', beta_0)
print('beta_1 is', beta_1)

Merk

Dersom du ikke er kjent med syntaksen model.intercept_ og model.coef_, er dette en konvensjon i Scikit-learn. Attributter som beregnes (læres) under treningsprosessen ender alltid med en understrek _ (f.eks. intercept_, coef_). intercept_ er en enkeltverdi, mens coef_ er et array som inneholder koeffisientene for hver funksjon (i enkel lineær regresjon har den kun ett element).

Lage prediksjoner

Nå kan vi plotte linjen og forutsi nye variabler ved å bruke den trente modellen.


              123
            
plt.scatter(X, y)    # Build a scatter plot
plt.plot(X, model.predict(X_reshaped), color='red')    # Plot the line using predictions
plt.show()

Nå som vi har den trente modellen, kan vi bruke .predict()-metoden for å forutsi nye verdier.


              123
            
X_new = np.array([[65], [70], [75]])    # Feature values (must be 2D)
y_pred = model.predict(X_new)           # Predict the target
print('Predicted y: ', y_pred)

Det er altså ganske enkelt å hente ut parameterne til en lineær regresjon. Men noen biblioteker kan også gi deg tilleggsinformasjon.

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 1. Kapittel 3

Spør AI

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

Sveip for å vise menyen