Tworzenie prognoz

Wprowadzenie do regresji z użyciem statsmodels w Pythonie

Maarten Van den Broeck

Content Developer at DataCamp

Zbiór danych o rybach: leszcz

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

Leszcz pospolity, _Abramis brama_

Wykres masy vs. długości

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

plt.show()

Wykres punktowy masy leszcza w zależności od długości z liniową linią trendu. Punkty leżą blisko linii trendu.

Dopasowanie modelu

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

Dane wartości objaśniających do prognozowania

Jaką wartość przyjmie zmienna odpowiedzi,
gdy zmienne objaśniające przyjmą podane wartości?

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

    length_cm
0          20
1          21
2          22
3          23
4          24
5          25
     ...

Wywołanie 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

Prognozowanie w ramce danych

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

Wizualizacja prognoz

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()

Wykres punktowy masy leszcza w zależności od długości z liniową linią trendu. Na wykresie zaznaczono punkty obliczone za pomocą predict(). Wszystkie punkty leżą dokładnie na linii trendu.

Ekstrapolacja

Ekstrapolacja oznacza prognozowanie poza zakresem obserwowanych danych.

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

Wykres punktowy masy leszcza w zależności od długości z liniową linią trendu. Na wykresie zaznaczono fikcyjnego leszcza o długości 10 cm i jego prognozowaną masę.

Czas na ćwiczenia!

Wprowadzenie do regresji z użyciem statsmodels w Pythonie