Lineaire Regressie Bouwen Met 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 om een lineaire regressie te bouwen 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:
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
De dataset bevat twee kolommen: de eerste is 'Father', wat het invoerkenmerk is, en de tweede is 'Height', wat onze doelvariabele is.
We wijzen onze doelwaarden toe aan de variabele y en de kenmerkwaarden aan X en maken een spreidingsdiagram.
1234X = df['Father'] # Assign the feature y = df['Height'] # Assign the target plt.scatter(X,y) # Build scatterplot plt.show()
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 zullen polynomiale regressie in latere secties bespreken). Daarom moeten we deg=1 instellen om de parameters voor de lineaire regressie te verkrijgen.
Hier is een voorbeeld:
123beta_1, beta_0 = np.polyfit(X, y, 1) # Get the parameters print('beta_0 is', beta_0) print('beta_1 is', beta_1)
Als je niet bekend bent met de syntaxis beta_1, beta_0 = np.polyfit(X,y,1), dit wordt unpacking genoemd. Als je een iterator hebt (bijvoorbeeld een lijst, NumPy-array of pandas-serie) met twee items, dan is schrijven
a, b = my_iterator
hetzelfde als
a = my_iterator[0]
b = my_iterator[1]
En aangezien de returnwaarde van een polyfit()-functie een NumPy-array met twee waarden is, mogen we dit doen.
Voorspellingen maken
Nu kunnen we de lijn plotten en nieuwe variabelen voorspellen met behulp van de parameters.
123plt.scatter(X,y) # Build a scatter plot plt.plot(X, beta_0 + beta_1 * X, color='red') # Plot the line plt.show()
Nu we de parameters hebben, kunnen we de lineaire regressievergelijking gebruiken om nieuwe waarden te voorspellen.
123X_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)
Het is dus vrij eenvoudig om de parameters van de lineaire regressie te verkrijgen. Maar sommige bibliotheken kunnen je ook extra informatie geven.
Bedankt voor je feedback!
Vraag AI
Vraag AI
Vraag wat u wilt of probeer een van de voorgestelde vragen om onze chat te starten.
Can you explain what the parameters beta_0 and beta_1 represent?
How can I interpret the scatterplot and the fitted line?
What extra information can other libraries provide for linear regression?
Geweldig!
Completion tarief verbeterd naar 5.26Lineaire Regressie Bouwen Met 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 om een lineaire regressie te bouwen 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:
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
De dataset bevat twee kolommen: de eerste is 'Father', wat het invoerkenmerk is, en de tweede is 'Height', wat onze doelvariabele is.
We wijzen onze doelwaarden toe aan de variabele y en de kenmerkwaarden aan X en maken een spreidingsdiagram.
1234X = df['Father'] # Assign the feature y = df['Height'] # Assign the target plt.scatter(X,y) # Build scatterplot plt.show()
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 zullen polynomiale regressie in latere secties bespreken). Daarom moeten we deg=1 instellen om de parameters voor de lineaire regressie te verkrijgen.
Hier is een voorbeeld:
123beta_1, beta_0 = np.polyfit(X, y, 1) # Get the parameters print('beta_0 is', beta_0) print('beta_1 is', beta_1)
Als je niet bekend bent met de syntaxis beta_1, beta_0 = np.polyfit(X,y,1), dit wordt unpacking genoemd. Als je een iterator hebt (bijvoorbeeld een lijst, NumPy-array of pandas-serie) met twee items, dan is schrijven
a, b = my_iterator
hetzelfde als
a = my_iterator[0]
b = my_iterator[1]
En aangezien de returnwaarde van een polyfit()-functie een NumPy-array met twee waarden is, mogen we dit doen.
Voorspellingen maken
Nu kunnen we de lijn plotten en nieuwe variabelen voorspellen met behulp van de parameters.
123plt.scatter(X,y) # Build a scatter plot plt.plot(X, beta_0 + beta_1 * X, color='red') # Plot the line plt.show()
Nu we de parameters hebben, kunnen we de lineaire regressievergelijking gebruiken om nieuwe waarden te voorspellen.
123X_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)
Het is dus vrij eenvoudig om de parameters van de lineaire regressie te verkrijgen. Maar sommige bibliotheken kunnen je ook extra informatie geven.
Bedankt voor je feedback!
