Faire des prévisions

Introduction à la régression avec statsmodels en Python

Maarten Van den Broeck

Content Developer at DataCamp

Ensemble de données sur les poissons : brème commune

bream = fish[fish["species"] == "Bream"]
print(bream.head())

  species  mass_g  length_cm
0   Bream   242.0       23.2
1   Bream   290.0       24.0
2   Bream   340.0       23.9
3   Bream   363.0       26.3
4   Bream   430.0       26.5

Brème commune, _Abramis brama_

Introduction à la régression avec statsmodels en Python

Graphique de la masse en fonction de la longueur

sns.regplot(x="length_cm",
            y="mass_g",
            data=bream,
            ci=None)

plt.show()

Diagramme en nuage de points représentant la masse des brèmes communes en fonction de leur longueur, avec une courbe de tendance linéaire. Tous les points se trouvent à proximité de la courbe de tendance.

Introduction à la régression avec statsmodels en Python

Exécution du modèle

mdl_mass_vs_length = ols("mass_g ~ length_cm", data=bream).fit()

print(mdl_mass_vs_length.params)

Intercept   -1035.347565
length_cm      54.549981
dtype: float64
Introduction à la régression avec statsmodels en Python

Données sur les valeurs explicatives permettant la prévision

Si je définis les variables explicatives sur ces valeurs,
quelle valeur aurait la variable de réponse ?

explanatory_data = pd.DataFrame({"length_cm": np.arange(20, 41)})


    length_cm
0          20
1          21
2          22
3          23
4          24
5          25
     ...
Introduction à la régression avec statsmodels en Python

Appeler predict()

print(mdl_mass_vs_length.predict(explanatory_data))

0       55.652054
1      110.202035
2      164.752015
3      219.301996
4      273.851977
    ...
16     928.451749
17     983.001730
18    1037.551710
19    1092.101691
20    1146.651672
Length: 21, dtype: float64
Introduction à la régression avec statsmodels en Python

Prévision dans un DataFrame

explanatory_data = pd.DataFrame(
  {"length_cm": np.arange(20, 41)}
)

prediction_data = explanatory_data.assign(
    mass_g=mdl_mass_vs_length.predict(explanatory_data)
)

print(prediction_data)

    length_cm         mass_g
0          20      55.652054
1          21     110.202035
2          22     164.752015
3          23     219.301996
4          24     273.851977
..        ...            ...
16         36     928.451749
17         37     983.001730
18         38    1037.551710
19         39    1092.101691
20         40    1146.651672
Introduction à la régression avec statsmodels en Python

Affichage des prévisions

import matplotlib.pyplot as plt
import seaborn as sns
fig = plt.figure()
sns.regplot(x="length_cm",
            y="mass_g",
            ci=None,
            data=bream,)
sns.scatterplot(x="length_cm",
                y="mass_g",
                data=prediction_data, 
                color="red",
                marker="s")
plt.show()

Le nuage de points représentant le rapport entre le poids et la longueur des brèmes communes, avec une courbe de tendance linéaire. Le graphique a été annoté avec les points calculés à l'aide de la fonction predict(). Ces points suivent tous exactement la courbe de tendance.

Introduction à la régression avec statsmodels en Python

Extrapolation

Extrapoler signifie faire des prédictions en dehors de la plage des données observées.

little_bream = pd.DataFrame({"length_cm": [10]})

pred_little_bream = little_bream.assign(
    mass_g=mdl_mass_vs_length.predict(little_bream))

print(pred_little_bream)

   length_cm      mass_g
0         10 -489.847756

Le diagramme en nuage de points représentant la masse des brèmes communes en fonction de leur longueur, avec une courbe de tendance linéaire. Le graphique a été annoté avec une brème fictive de 10 cm et sa masse estimée.

Introduction à la régression avec statsmodels en Python

Passons à la pratique !

Introduction à la régression avec statsmodels en Python

Preparing Video For Download...