Dwie numeryczne zmienne objaśniające

Regresja średnio zaawansowana ze statsmodels w Pythonie

Maarten Van den Broeck

Content Developer at DataCamp

Wizualizacja trzech zmiennych numerycznych

Wykres punktowy 3D
Wykres punktowy 2D z odpowiedzią jako kolor

Dodatkowa kolumna w zbiorze danych o rybach

species	mass_g	length_cm	height_cm
Bream	1000	33.5	18.96
Bream	925	36.2	18.75
Roach	290	24.0	8.88
Roach	390	29.5	9.48
Perch	1100	39.0	12.80
Perch	1000	40.2	12.60
Pike	1250	52.0	10.69
Pike	1650	59.0	10.81

Wykres punktowy 3D

Trójwymiarowy wykres punktowy wszystkich gatunków ryb z długością, masą i wysokością na osiach. Trudno go interpretować w płaszczyźnie 2D.

Wykres punktowy 2D, kolor dla zmiennej odpowiedzi

sns.scatterplot(x="length_cm", 
                y="height_cm",
                data=fish,
                hue="mass_g")

Dwuwymiarowy wykres punktowy z masą zakodowaną kolorem jako trzecia zmienna numeryczna.

Modelowanie z dwiema numerycznymi zmiennymi objaśniającymi

mdl_mass_vs_both = ols("mass_g ~ length_cm + height_cm",
                       data=fish).fit()

print(mdl_mass_vs_both.params)

Intercept   -622.150234
length_cm     28.968405
height_cm     26.334804

Przepływ prognozowania

from itertools import product

length_cm = np.arange(5, 61, 5)
height_cm = np.arange(2, 21, 2)

p = product(length_cm, height_cm)

explanatory_data = pd.DataFrame(p,
                                columns=["length_cm",
                                         "height_cm"])

prediction_data = explanatory_data.assign(
  mass_g = mdl_mass_vs_both.predict(explanatory_data))

print(prediction_data)

     length_cm  height_cm       mass_g
0            5          2  -424.638603
1            5          4  -371.968995
2            5          6  -319.299387
3            5          8  -266.629780
4            5         10  -213.960172
..         ...        ...          ...
115         60         12  1431.971694
116         60         14  1484.641302
117         60         16  1537.310909
118         60         18  1589.980517
119         60         20  1642.650125

[120 rows x 3 columns]

Wizualizacja prognoz

sns.scatterplot(x="length_cm",
                y="height_cm",
                data=fish,
                hue="mass_g")

sns.scatterplot(x="length_cm",
                y="height_cm",
                data=prediction_data,
                hue="mass_g",
                legend=False,
                marker="s")

plt.show()

wykres punktowy długości, wysokości i masy ryb z siatką predykcji.

Uwzględnienie interakcji

mdl_mass_vs_both_inter = ols("mass_g ~ length_cm * height_cm",
                             data=fish).fit()

print(mdl_mass_vs_both_inter.params)

Intercept              159.107480
length_cm                0.301426
height_cm              -78.125178
length_cm:height_cm      3.545435

Przepływ prognozowania z interakcją

length_cm = np.arange(5, 61, 5)
height_cm = np.arange(2, 21, 2)

p = product(length_cm, height_cm)

explanatory_data = pd.DataFrame(p,
                                columns=["length_cm",
                                         "height_cm"])

prediction_data = explanatory_data.assign(
  mass_g = mdl_mass_vs_both_inter.predict(explanatory_data))

Wizualizacja prognoz

sns.scatterplot(x="length_cm",
           y="height_cm",
           data=fish,
           hue="mass_g")

sns.scatterplot(x="length_cm",
                y="height_cm",
                data=prediction_data,
                hue="mass_g",
                legend=False,
                marker="s")

plt.show()

wykres punktowy długości, wysokości i masy ryb z wyrazem interakcji na siatce predykcji.

Czas na ćwiczenia!

Regresja średnio zaawansowana ze statsmodels w Pythonie