Lära Bygga Linjär Regression med Statsmodels

Bygga en linjär regressionsmodell

I statsmodels kan klassen OLS användas för att skapa en linjär regressionsmodell.

Vi behöver först initiera ett objekt av klassen OLS med sm.OLS(y, X_tilde). Träna sedan modellen med metoden fit().

model = sm.OLS(y, X_tilde)
model = model.fit()

Vilket är ekvivalent med:

model = sm.OLS(y, X_tilde).fit()

Notering

Konstruktorn för klassen OLS förväntar sig en specifik array X_tilde som indata, vilket vi såg i den normala ekvationen. Därför behöver du konvertera din X-array till X_tilde. Detta kan göras med funktionen sm.add_constant().

Hitta parametrar

När modellen är tränad kan parametrarna enkelt nås med attributet params.


              123456789
            
import statsmodels.api as sm
import pandas as pd

df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/b22d1166-efda-45e8-979e-6c3ecfc566fc/simple_height_data.csv')
X, y = df['Father'], df['Height']
X_tilde = sm.add_constant(X)
model = sm.OLS(y, X_tilde).fit()
beta_0, beta_1 = model.params
print(beta_0, beta_1)

Göra prediktioner

Nya instanser kan enkelt förutsägas med metoden predict(), men även dessa måste förbehandlas:


              12345
            
import numpy as np

X_new = np.array([65, 70, 75])
X_new_tilde = sm.add_constant(X_new)
print(model.predict(X_new_tilde))

Hämta sammanfattningen

Som du förmodligen har märkt är det inte lika enkelt att använda OLS-klassen som funktionen polyfit(). Men att använda OLS har sina fördelar. Under träningen beräknar den mycket statistisk information. Du kan komma åt informationen med metoden summary().


              1
            
print(model.summary())

Det var mycket statistik. Vi kommer att diskutera tabellens viktigaste delar i senare avsnitt.

Var allt tydligt?

Tack för dina kommentarer!

Avsnitt 1. Kapitel 4

Fråga AI

Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal

Suggested prompts:

Can you explain what the `add_constant` function does?

What do the values of `beta_0` and `beta_1` represent in this context?

How do I interpret the output of the `summary()` method?

Awesome!

Completion rate improved to 5.26

Svep för att visa menyn