Câu chuyện về hai biến

Giới thiệu về Hồi quy với statsmodels trong Python

Maarten Van den Broeck

Content Developer at DataCamp

Dữ liệu bảo hiểm xe cơ giới Thụy Điển

  • Mỗi hàng là một vùng địa lý ở Thụy Điển.
  • Có 63 hàng.
n_claims total_payment_sek
108 392.5
19 46.2
13 15.7
124 422.2
40 119.4
... ...
Giới thiệu về Hồi quy với statsmodels trong Python

Thống kê mô tả

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
Giới thiệu về Hồi quy với statsmodels trong Python

Hồi quy là gì?

  • Mô hình thống kê để khám phá quan hệ giữa biến phản hồi và các biến giải thích.
  • Biết giá trị biến giải thích, bạn có thể dự đoán biến phản hồi.
n_claims total_payment_sek
108 3925
19 462
13 157
124 4222
40 1194
200 ???
Giới thiệu về Hồi quy với statsmodels trong Python

Thuật ngữ

Biến phản hồi (còn gọi là biến phụ thuộc)

Biến bạn muốn dự đoán.

Biến giải thích (còn gọi là biến độc lập)

Các biến giải thích cách biến phản hồi thay đổi.

Giới thiệu về Hồi quy với statsmodels trong Python

Hồi quy tuyến tính và hồi quy logistic

Hồi quy tuyến tính

  • Biến phản hồi là số.

Hồi quy logistic

  • Biến phản hồi là logic.

Hồi quy tuyến tính/logistic đơn

  • Chỉ có một biến giải thích.
Giới thiệu về Hồi quy với statsmodels trong Python

Trực quan hóa cặp biến

import matplotlib.pyplot as plt
import seaborn as sns

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

plt.show()

Biểu đồ phân tán: tổng chi trả theo số yêu cầu bồi thường. Chi trả tăng khi số yêu cầu tăng.

Giới thiệu về Hồi quy với statsmodels trong Python

Thêm đường xu hướng tuyến tính

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

Biểu đồ phân tán như trước, thêm đường xu hướng tính bằng hồi quy tuyến tính. Đường này khớp dữ liệu khá tốt.

Giới thiệu về Hồi quy với statsmodels trong Python

Lộ trình khóa học

Chương 1

Trực quan hóa và khớp mô hình hồi quy tuyến tính.

Chương 2

Dự đoán từ mô hình tuyến tính và hiểu hệ số mô hình.

Chương 3

Đánh giá chất lượng mô hình tuyến tính.

Chương 4

Lặp lại với mô hình hồi quy logistic.

Giới thiệu về Hồi quy với statsmodels trong Python

Gói Python cho hồi quy

statsmodels

  • Tối ưu cho diễn giải (trọng tâm khóa học này)

scikit-learn

  • Tối ưu cho dự đoán (trọng tâm ở các khóa khác của DataCamp)
Giới thiệu về Hồi quy với statsmodels trong Python

Ayo berlatih!

Giới thiệu về Hồi quy với statsmodels trong Python

Preparing Video For Download...