Làm cách nào để vẽ biểu đồ MLR bằng Python?
Hồi quy bội giống như hồi quy tuyến tính, nhưng có nhiều hơn một giá trị độc lập, nghĩa là chúng ta cố gắng dự đoán một giá trị dựa trên hai biến trở lên Show
Hãy xem tập dữ liệu bên dưới, nó chứa một số thông tin về ô tô ToyotaAygo100079099MitsubishiSpace Star1200116095SkodaCitigo100092995Fiat50090086590MiniCooper15001140105VWUp. 1000929105SkodaFabia1400110990MercedesA-Class1500136592FordFiesta1500111298AudiA11600115099HyundaiI20110098099SuzukiSwift1300990101FordFiesta1000111299HondaCivic1600125294HundaiI301600132697OpelAstra1600133097BMW11600136599Mazda322001280104SkodaRapid16001119104FordFocus20001328105FordMondeo1600158494OpelInsignia2000142899MercedesC-Class2100136599SkodaOctavia1600141599VolvoS602000141599MercedesCLA15001465102AudiA420001490104AudiA620001725114VolvoV7016001523109BMW520001705114MercedesE-Class21001605115VolvoXC7020001746117FordB-Max16001235104BMW216001390108OpelZafira16001405109MercedesSLK25001395120 Chúng ta có thể dự đoán lượng khí thải CO2 của ô tô dựa trên kích thước của động cơ, nhưng với hồi quy bội, chúng ta có thể đưa vào nhiều biến số hơn, chẳng hạn như trọng lượng của ô tô, để dự đoán chính xác hơn Làm thế nào nó hoạt động?Trong Python, chúng tôi có các mô-đun sẽ thực hiện công việc cho chúng tôi. Bắt đầu bằng cách nhập mô-đun Pandas Tìm hiểu về mô-đun Pandas trong Hướng dẫn về Pandas của chúng tôi Mô-đun Pandas cho phép chúng tôi đọc các tệp csv và trả về một đối tượng DataFrame Tệp chỉ dành cho mục đích thử nghiệm, bạn có thể tải xuống tại đây. dữ liệu. csv
Sau đó lập danh sách các giá trị độc lập và gọi biến này là Đặt các giá trị phụ thuộc vào một biến có tên là
Mẹo. Người ta thường đặt tên danh sách các giá trị độc lập bằng chữ hoa X và danh sách các giá trị phụ thuộc bằng chữ thường y Chúng tôi sẽ sử dụng một số phương pháp từ mô-đun sklearn, vì vậy chúng tôi cũng sẽ phải nhập mô-đun đó
Từ mô-đun sklearn, chúng ta sẽ sử dụng phương thức Đối tượng này có một phương thức gọi là
Bây giờ chúng ta có một đối tượng hồi quy sẵn sàng dự đoán giá trị CO2 dựa trên trọng lượng và thể tích của ô tô ________số 8_______ Thí dụXem toàn bộ ví dụ trong hành động gấu trúc nhập khẩu df = gấu trúc. read_csv("dữ liệu. csv") X = df[['Trọng lượng', 'Khối lượng']] regr = linear_model. Hồi quy tuyến tính() #dự đoán lượng khí thải CO2 của ô tô có trọng lượng là 2300kg và thể tích là 1300cm3 in (dự đoán CO2) Kết quảChạy ví dụ » Chúng tôi đã dự đoán rằng một chiếc xe với 1. Động cơ 3 lít và trọng lượng 3300 kg sẽ giải phóng khoảng 115 gam CO2 cho mỗi km mà nó lái Biểu đồ phần dư là biểu đồ trong đó phần dư được hiển thị trên trục y và biến độc lập được hiển thị trên trục x. Mô hình hồi quy tuyến tính phù hợp với dữ liệu nếu các dấu chấm trong biểu đồ phần dư được phân phối ngẫu nhiên trên trục hoành. Hãy xem cách tạo một ô còn lại trong python Phương pháp 1. Sử dụng plot_regress_exog()plot_regress_exog()
Hồi quy tuyến tính đơnSau khi nhập các gói cần thiết và đọc tệp CSV, chúng tôi sử dụng ols() từ statsmodels. công thức. api để khớp dữ liệu với hồi quy tuyến tính. chúng ta tạo một hình và chuyển hình đó, tên của biến độc lập và mô hình hồi quy sang phương thức plot_regress_exog(). một hình 2X2 của các ô còn lại được hiển thị. Trong phương thức ols(), chuỗi trước '~' là biến phụ thuộc hoặc biến mà chúng ta đang cố gắng dự đoán và sau '~' là các biến độc lập. đối với hồi quy tuyến tính, có một biến phụ thuộc và một biến độc lập
CSV đã sử dụng. đầu não3 Python3
đầu ra Chúng ta có thể thấy rằng các điểm được vẽ theo một dải ngẫu nhiên, không có khuôn mẫu và các điểm không dựa trên một phía nên không có vấn đề về phương sai thay đổi. Làm cách nào để vẽ biểu đồ đa hồi quy trong Python?Mục lục . Mục lục Giới thiệu Làm việc với Tập dữ liệu Xác định X và Y Thực hiện mã hóa một lần nóng Thay đổi cột bằng biến áp cột Chia Dataset thành Train Set và Test Set Đào tạo người mẫu Chúng ta có thể vẽ biểu đồ hồi quy tuyến tính nhiều lần trong Python không?Có thể triển khai nhiều mô hình hồi quy tuyến tính trong Python bằng cách sử dụng hàm mô hình thống kê OLS .
Chúng ta có thể vẽ biểu đồ hồi quy tuyến tính bội không?Là một phân tích dự đoán, hồi quy tuyến tính bội được sử dụng để mô tả dữ liệu và giải thích mối quan hệ giữa một biến phụ thuộc và hai hoặc nhiều biến độc lập. Trọng tâm của phân tích hồi quy tuyến tính bội là nhiệm vụ khớp một đường duy nhất thông qua biểu đồ phân tán .
Làm cách nào để xây dựng mô hình hồi quy tuyến tính bội trong Python?Bắt đầu bằng cách nhập mô-đun Pandas. . gấu trúc nhập khẩu df = gấu trúc. read_csv("dữ liệu. csv") X = df[['Trọng lượng', 'Thể tích']] y = df['CO2'] từ sklearn nhập linear_model regr = linear_model. hồi quy tuyến tính (). phù hợp (X, y) #dự đoán lượng khí thải CO2 của ô tô có trọng lượng là 2300kg và thể tích là 1300cm3 |