Wprowadzenie do kursu

Wprowadzenie do modelowania liniowego w Pythonie

Jason Vestuto

Data Scientist

Wprowadzenie do rozdziału 1

Plan rozdziału:

  • Przykłady motywacyjne
  • Wizualizacja danych
  • Statystyki opisowe
Wprowadzenie do modelowania liniowego w Pythonie

Przykładowe dane podróży

Wykres punktowy: odległość w funkcji czasu, mile na osi Y i godziny na osi X

Wprowadzenie do modelowania liniowego w Pythonie

Modele jako opisy

# Range of y data, in miles
y_range = np.max(y) - np.min(y) = 300 - 0 = 300
# Range of x data, in hours
x_range = np.max(x) - np.min(x) = 6 - 0 = 6
# Estimating the speed
mph = y_range / x_range = 300 / 6 = 50
Wprowadzenie do modelowania liniowego w Pythonie

Wizualizacja modelu

Wykres danych i modelu: odległość w funkcji czasu

Wprowadzenie do modelowania liniowego w Pythonie

Predykcje modelu

# Model as python expression
miles = 50*hours
# Model predicts distance is 300 miles at 6 hours
time = 6
distance = 50 * time = 50 * 6 = 300
def model(time):
    return 50*time

predicted_distance = model(time=10)
Wprowadzenie do modelowania liniowego w Pythonie

Interpolacja

Wykres odległości w funkcji czasu z zaznaczonym punktem interpolacji między dwoma punktami danych

Wprowadzenie do modelowania liniowego w Pythonie

Ekstrapolacja

Wykres odległości w funkcji czasu z zaznaczonym punktem ekstrapolacji poza danymi, przy większej wartości czasu

Wprowadzenie do modelowania liniowego w Pythonie

Czas na ćwiczenia!

Wprowadzenie do modelowania liniowego w Pythonie

Preparing Video For Download...