Bygga Multipel Linjär Regression
OLS-klassen möjliggör att bygga multipel linjär regression på samma sätt som enkel linjär regression. Tyvärr hanterar dock inte funktionen np.polyfit() fallet med flera variabler.
Vi kommer att använda OLS-klassen.
Bygga X̃-matrisen
Vi har samma dataset som i exemplet med enkel linjär regression, men nu finns även moderns längd som den andra variabeln. Vi laddar in det och tittar på dess X-variabel:
123456789import pandas as pd import statsmodels.api as sm file_link='https://codefinity-content-media.s3.eu-west-1.amazonaws.com/b22d1166-efda-45e8-979e-6c3ecfc566fc/heights_two_feature.csv' df = pd.read_csv(file_link) # Open the file # Assign the variables X = df[['Father', 'Mother']] y = df['Height'] print(X.head())
Kom ihåg att vi bör använda OLS(y, X_tilde) för att initiera OLS-objektet. Som du kan se innehåller variabeln X redan två egenskaper i separata kolumner. För att få X_tilde behöver vi därför bara lägga till 1:or som första kolumn. Funktionen sm.add_constant(X) gör exakt detta!
1234567891011import pandas as pd import statsmodels.api as sm file_link='https://codefinity-content-media.s3.eu-west-1.amazonaws.com/b22d1166-efda-45e8-979e-6c3ecfc566fc/heights_two_feature.csv' df = pd.read_csv(file_link) # Open the file # Assign the variables X = df[['Father', 'Mother']] y = df['Height'] # Create X_tilde X_tilde = sm.add_constant(X) print(X_tilde.head())
Hitta parametrarna
Utmärkt! Nu kan vi bygga modellen, hitta parametrarna och göra förutsägelser på samma sätt som vi gjorde i föregående avsnitt.
12345678910111213141516171819202122import pandas as pd import statsmodels.api as sm import numpy as np file_link='https://codefinity-content-media.s3.eu-west-1.amazonaws.com/b22d1166-efda-45e8-979e-6c3ecfc566fc/heights_two_feature.csv' df = pd.read_csv(file_link) # Open the file X,y = df[['Father', 'Mother']], df['Height'] # Assign the variables X_tilde = sm.add_constant(X) # Create X_tilde # Initialize an OLS object regression_model = sm.OLS(y, X_tilde) # Train the object regression_model = regression_model.fit() # Get the paramters beta_0, beta_1, beta_2 = regression_model.params print('beta_0 is: ', beta_0) print('beta_1 is: ', beta_1) print('beta_2 is: ', beta_2) # Predict new values X_new = np.array([[65, 62],[70, 65],[75, 70]]) # Feature values of new instances X_new_tilde = sm.add_constant(X_new) # Preprocess X_new y_pred = regression_model.predict(X_new_tilde) # Predict the target print('Predictions:', y_pred)
Nu när vårt träningsset har 2 variabler behöver vi ange 2 variabler för varje ny instans vi vill förutsäga. Det är därför np.array([[65, 62],[70, 65],[75, 70]]) användes i exemplet ovan. Det förutsäger y för 3 nya instanser: [Father:65,Mother:62], [Father:70, Mother:65], [Father:75, Mother:70].
Tack för dina kommentarer!
Fråga AI
Fråga AI
Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal
Awesome!
Completion rate improved to 5.26Bygga Multipel Linjär Regression
Svep för att visa menyn
OLS-klassen möjliggör att bygga multipel linjär regression på samma sätt som enkel linjär regression. Tyvärr hanterar dock inte funktionen np.polyfit() fallet med flera variabler.
Vi kommer att använda OLS-klassen.
Bygga X̃-matrisen
Vi har samma dataset som i exemplet med enkel linjär regression, men nu finns även moderns längd som den andra variabeln. Vi laddar in det och tittar på dess X-variabel:
123456789import pandas as pd import statsmodels.api as sm file_link='https://codefinity-content-media.s3.eu-west-1.amazonaws.com/b22d1166-efda-45e8-979e-6c3ecfc566fc/heights_two_feature.csv' df = pd.read_csv(file_link) # Open the file # Assign the variables X = df[['Father', 'Mother']] y = df['Height'] print(X.head())
Kom ihåg att vi bör använda OLS(y, X_tilde) för att initiera OLS-objektet. Som du kan se innehåller variabeln X redan två egenskaper i separata kolumner. För att få X_tilde behöver vi därför bara lägga till 1:or som första kolumn. Funktionen sm.add_constant(X) gör exakt detta!
1234567891011import pandas as pd import statsmodels.api as sm file_link='https://codefinity-content-media.s3.eu-west-1.amazonaws.com/b22d1166-efda-45e8-979e-6c3ecfc566fc/heights_two_feature.csv' df = pd.read_csv(file_link) # Open the file # Assign the variables X = df[['Father', 'Mother']] y = df['Height'] # Create X_tilde X_tilde = sm.add_constant(X) print(X_tilde.head())
Hitta parametrarna
Utmärkt! Nu kan vi bygga modellen, hitta parametrarna och göra förutsägelser på samma sätt som vi gjorde i föregående avsnitt.
12345678910111213141516171819202122import pandas as pd import statsmodels.api as sm import numpy as np file_link='https://codefinity-content-media.s3.eu-west-1.amazonaws.com/b22d1166-efda-45e8-979e-6c3ecfc566fc/heights_two_feature.csv' df = pd.read_csv(file_link) # Open the file X,y = df[['Father', 'Mother']], df['Height'] # Assign the variables X_tilde = sm.add_constant(X) # Create X_tilde # Initialize an OLS object regression_model = sm.OLS(y, X_tilde) # Train the object regression_model = regression_model.fit() # Get the paramters beta_0, beta_1, beta_2 = regression_model.params print('beta_0 is: ', beta_0) print('beta_1 is: ', beta_1) print('beta_2 is: ', beta_2) # Predict new values X_new = np.array([[65, 62],[70, 65],[75, 70]]) # Feature values of new instances X_new_tilde = sm.add_constant(X_new) # Preprocess X_new y_pred = regression_model.predict(X_new_tilde) # Predict the target print('Predictions:', y_pred)
Nu när vårt träningsset har 2 variabler behöver vi ange 2 variabler för varje ny instans vi vill förutsäga. Det är därför np.array([[65, 62],[70, 65],[75, 70]]) användes i exemplet ovan. Det förutsäger y för 3 nya instanser: [Father:65,Mother:62], [Father:70, Mother:65], [Father:75, Mother:70].
Tack för dina kommentarer!
