Kategorik açıklayıcı değişkenler

Python ile statsmodels kullanarak Regresyona Giriş

Maarten Van den Broeck

Content Developer at DataCamp

Balık veri seti

Her satır bir balığı temsil eder.
Veri setinde 128 satır vardır.
4 balık türü vardır:
- Sazan (Common Bream)
- Levrek (European Perch)
- Turna (Northern Pike)
- Kızılkanat (Common Roach)

species	mass_g
Bream	242.0
Perch	5.9
Pike	200.0
Roach	40.0
...	...

1 sayısal ve 1 kategorik değişkenin görselleştirilmesi

import matplotlib.pyplot as plt
import seaborn as sns

sns.displot(data=fish,
            x="mass_g",
            col="species",
            col_wrap=2,
            bins=9)

plt.show()

Balık sayılarını ağırlıklara göre gösteren çok panelli histogram. Her panelde bir tür var: sazan, levrek, turna veya kızılkanat.

Özet istatistikler: türe göre ortalama kütle

summary_stats = fish.groupby("species")["mass_g"].mean()
print(summary_stats)

species
Bream    617.828571
Perch    382.239286
Pike     718.705882
Roach    152.050000
Name: mass_g, dtype: float64

Doğrusal regresyon

from statsmodels.formula.api import ols 
mdl_mass_vs_species = ols("mass_g ~ species", data=fish).fit()

print(mdl_mass_vs_species.params)

Intercept           617.828571
species[T.Perch]   -235.589286
species[T.Pike]     100.877311
species[T.Roach]   -465.778571

Sabit terimli veya terimsiz model

Önceki slayttan, sabit terimli model

mdl_mass_vs_species = ols(
  "mass_g ~ species", data=fish).fit()

print(mdl_mass_vs_species.params)

Intercept           617.828571
species[T.Perch]   -235.589286
species[T.Pike]     100.877311
species[T.Roach]   -465.778571

Katsayılar sabite göredir: $617.83 - 235.59 = 382.24!$

Sabitsiz model

mdl_mass_vs_species = ols(
  "mass_g ~ species + 0", data=fish).fit()

print(mdl_mass_vs_species.params)

species[Bream]    617.828571
species[Perch]    382.239286
species[Pike]     718.705882
species[Roach]    152.050000

Tek bir kategorik değişken olduğunda, katsayılar ortalamalardır.

Hadi pratik yapalım!

Python ile statsmodels kullanarak Regresyona Giriş