Introduction au cours

Introduction à la modélisation linéaire en Python

Jason Vestuto

Data Scientist

Introduction au chapitre 1

Plan du chapitre :

  • Exemples motivants
  • Visualisation des données
  • Statistiques descriptives
Introduction à la modélisation linéaire en Python

Exemple de données de trajet

Nuage de points : distance en miles selon le temps en heures

Introduction à la modélisation linéaire en Python

Les modèles comme descriptions

# Étendue des données y, en miles
y_range = np.max(y) - np.min(y) = 300 - 0 = 300

# Étendue des données x, en heures
x_range = np.max(x) - np.min(x) = 6 - 0 = 6

# Estimation de la vitesse
mph = y_range / x_range = 300 / 6 = 50
Introduction à la modélisation linéaire en Python

Visualiser un modèle

Tracé des données et du modèle : distance selon le temps

Introduction à la modélisation linéaire en Python

Prédictions du modèle

# Modèle en expression Python
miles = 50*hours

# Le modèle prédit 300 miles à 6 heures
time = 6
distance = 50 * time = 50 * 6 = 300

def model(time):
    return 50*time

predicted_distance = model(time=10)
Introduction à la modélisation linéaire en Python

Interpolation

Distance selon le temps, avec un point d'interpolation entre deux points

Introduction à la modélisation linéaire en Python

Extrapolation

Distance selon le temps, avec un point d'extrapolation au-delà des données

Introduction à la modélisation linéaire en Python

Passons à la pratique !

Introduction à la modélisation linéaire en Python

Preparing Video For Download...