İki değişkenin öyküsü

Python ile statsmodels kullanarak Regresyona Giriş

Maarten Van den Broeck

Content Developer at DataCamp

İsveç motor sigortası verisi

Her satır İsveç’te bir coğrafi bölgeyi temsil eder.
63 satır vardır.

n_claims	total_payment_sek
108	392.5
19	46.2
13	15.7
124	422.2
40	119.4
...	...

Tanımlayıcı istatistikler

import pandas as pd
print(swedish_motor_insurance.mean())

n_claims             22.904762
total_payment_sek    98.187302
dtype: float64

print(swedish_motor_insurance['n_claims'].corr(swedish_motor_insurance['total_payment_sek']))

0.9128782350234068

Regresyon nedir?

Bir tepki değişkeni ile bazı açıklayıcı değişkenler arasındaki ilişkiyi incelemek için istatistiksel modeller.
Açıklayıcı değişkenlerin değerleri verildiğinde, tepki değişkeninin değerlerini tahmin edebilirsiniz.

n_claims	total_payment_sek
108	3925
19	462
13	157
124	4222
40	1194
200	???

Terimler

Tepki değişkeni (bağımlı değişken)

Tahmin etmek istediğiniz değişken.

Açıklayıcı değişkenler (bağımsız değişkenler)

Tepki değişkeninin nasıl değişeceğini açıklayan değişkenler.

Doğrusal ve lojistik regresyon

Doğrusal regresyon

Tepki değişkeni sayısaldır.

Lojistik regresyon

Tepki değişkeni mantıksaldır.

Basit doğrusal/lojistik regresyon

Yalnızca bir açıklayıcı değişken vardır.

Değişken çiftlerini görselleştirme

import matplotlib.pyplot as plt
import seaborn as sns

sns.scatterplot(x="n_claims",
                y="total_payment_sek",    
                data=swedish_motor_insurance)

plt.show()

Toplam ödeme ile talep sayısı saçılım grafiği. Talep sayısı arttıkça ödeme artar.

Doğrusal trend çizgisi ekleme

sns.regplot(x="n_claims",
            y="total_payment_sek",
            data=swedish_motor_insurance,
            ci=None)

Aynı saçılım grafiği, doğrusal regresyonla hesaplanan bir trend çizgisi eklenmiş. Veriye makul bir uyum sağlar.

Ders akışı

Bölüm 1

Doğrusal regresyon modellerini görselleştirme ve uydurma.

Bölüm 2

Doğrusal regresyon modellerinden tahmin yapma ve model katsayılarını anlama.

Bölüm 3

Doğrusal regresyon modelinin kalitesini değerlendirme.

Bölüm 4

Aynısı lojistik regresyon için.

Regresyon için Python paketleri

`statsmodels`

İçgörü için optimize edildi (bu derste odak)

`scikit-learn`

Tahmin için optimize edildi (diğer DataCamp derslerinde odak)

Hadi pratik yapalım!

Python ile statsmodels kullanarak Regresyona Giriş