Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Leer Lineaire Regressie Bouwen met Hulp van NumPy | Eenvoudige Lineaire Regressie
Lineaire Regressie met Python

bookLineaire Regressie Bouwen met Hulp van NumPy

Je weet al wat eenvoudige lineaire regressie is en hoe je de lijn vindt die het beste bij de gegevens past. Je doorloopt nu alle stappen voor het bouwen van een lineaire regressie voor een echte dataset.

Gegevens laden

We hebben een bestand, simple_height_data.csv, met de gegevens uit onze voorbeelden. We laden het bestand en bekijken het:

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
copy

De dataset bevat twee kolommen: de eerste is 'Father', wat de invoerfeature is, en de tweede is 'Height', wat onze doelvariabele is.

We wijzen onze doelwaarden toe aan de variabele y en de featurewaarden aan X en maken een spreidingsdiagram.

12345678910
import 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()
copy

Parameters bepalen

NumPy heeft een handige functie om de parameters van lineaire regressie te bepalen.

Lineaire regressie is een polynomiale regressie van graad 1 (we bespreken polynomiale regressie in latere secties). Daarom moeten we deg=1 instellen om de parameters voor de lineaire regressie te verkrijgen.
Hier volgt een voorbeeld:

12345678910
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) # 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)
copy
Note
Opmerking

Als u niet bekend bent met de syntaxis beta_1, beta_0 = np.polyfit(X,y,1), dit wordt unpacking genoemd. Als u een iterator heeft (bijvoorbeeld een lijst, NumPy-array of pandas-serie) met twee elementen, dan is schrijven

a, b = my_iterator

hetzelfde als

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

En aangezien de returnwaarde van de functie polyfit() een NumPy-array met twee waarden is, mogen we dit op deze manier doen.

Voorspellingen maken

Nu kunnen we de lijn plotten en nieuwe variabelen voorspellen met behulp van de parameters.

123456789101112
import 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()
copy

Nu we de parameters hebben, kunnen we de lineaire regressievergelijking gebruiken om nieuwe waarden te voorspellen.

1234567891011
import 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)
copy

Het is dus vrij eenvoudig om de parameters van de lineaire regressie te verkrijgen. Sommige bibliotheken kunnen echter ook extra informatie geven.

question mark

De parameters van een eenvoudige lineaire regressie kunnen worden gevonden met de NumPy-functie:

Select the correct answer

Was alles duidelijk?

Hoe kunnen we het verbeteren?

Bedankt voor je feedback!

Sectie 1. Hoofdstuk 3

Vraag AI

expand

Vraag AI

ChatGPT

Vraag wat u wilt of probeer een van de voorgestelde vragen om onze chat te starten.

Suggested prompts:

What extra information can other libraries provide for linear regression?

Can you explain how to interpret the parameters beta_0 and beta_1?

How can I evaluate the performance of this linear regression model?

Awesome!

Completion rate improved to 5.26

bookLineaire Regressie Bouwen met Hulp van NumPy

Veeg om het menu te tonen

Je weet al wat eenvoudige lineaire regressie is en hoe je de lijn vindt die het beste bij de gegevens past. Je doorloopt nu alle stappen voor het bouwen van een lineaire regressie voor een echte dataset.

Gegevens laden

We hebben een bestand, simple_height_data.csv, met de gegevens uit onze voorbeelden. We laden het bestand en bekijken het:

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
copy

De dataset bevat twee kolommen: de eerste is 'Father', wat de invoerfeature is, en de tweede is 'Height', wat onze doelvariabele is.

We wijzen onze doelwaarden toe aan de variabele y en de featurewaarden aan X en maken een spreidingsdiagram.

12345678910
import 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()
copy

Parameters bepalen

NumPy heeft een handige functie om de parameters van lineaire regressie te bepalen.

Lineaire regressie is een polynomiale regressie van graad 1 (we bespreken polynomiale regressie in latere secties). Daarom moeten we deg=1 instellen om de parameters voor de lineaire regressie te verkrijgen.
Hier volgt een voorbeeld:

12345678910
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) # 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)
copy
Note
Opmerking

Als u niet bekend bent met de syntaxis beta_1, beta_0 = np.polyfit(X,y,1), dit wordt unpacking genoemd. Als u een iterator heeft (bijvoorbeeld een lijst, NumPy-array of pandas-serie) met twee elementen, dan is schrijven

a, b = my_iterator

hetzelfde als

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

En aangezien de returnwaarde van de functie polyfit() een NumPy-array met twee waarden is, mogen we dit op deze manier doen.

Voorspellingen maken

Nu kunnen we de lijn plotten en nieuwe variabelen voorspellen met behulp van de parameters.

123456789101112
import 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()
copy

Nu we de parameters hebben, kunnen we de lineaire regressievergelijking gebruiken om nieuwe waarden te voorspellen.

1234567891011
import 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)
copy

Het is dus vrij eenvoudig om de parameters van de lineaire regressie te verkrijgen. Sommige bibliotheken kunnen echter ook extra informatie geven.

question mark

De parameters van een eenvoudige lineaire regressie kunnen worden gevonden met de NumPy-functie:

Select the correct answer

Was alles duidelijk?

Hoe kunnen we het verbeteren?

Bedankt voor je feedback!

Sectie 1. Hoofdstuk 3
some-alt