Modele regresji

Ćwiczenie pytań rekrutacyjnych ze statystyki w Pythonie

Conor Dewey

Data Scientist, Squarespace

Wprowadzenie

Wykres punktowy z korelacją

¹ Wikimedia

Założenia

Zależność liniowa
Błędy mają rozkład normalny
Homoskedastyczność
Niezależność obserwacji

Regresja liniowa

Dopasowanie liniowe

¹ Wikipedia

Regresja liniowa

Wzór regresji liniowej

Przykład: regresja liniowa

from sklearn.linear_model import LinearRegression 
lm = LinearRegression()
lm.fit(X_train, y_train)

LinearRegression(copy_X=True, fit_intercept=True, 
                    n_jobs=None, normalize=False)

Przykład: regresja liniowa

coef = lm.coef_
print(coef)

[0.79086669]

Regresja logistyczna

Wizualizacja regresji logistycznej

¹ Wikimedia

Regresja logistyczna

Funkcja sigmoidalna

Przykład: regresja logistyczna

from sklearn.linear_model import LogisticRegression
clf = LogisticRegression(solver='lbfgs')
clf.fit(X_train, y_train)

LogisticRegression(C=1.0, class_weight=None, 
                   dual=False, fit_intercept=True, 
                   intercept_scaling=1,
                   max_iter=100, multi_class='warn',
                   n_jobs=None, penalty='l2',
                   random_state=None, solver='lbfgs',
                   tol=0.0001, verbose=0, 
                   warm_start=False)

Przykład: regresja logistyczna

coefs = clf.coef_
print(coefs)

[[0.4015177  3.85056451]]

accuracy = clf.score(X_test, y_test)
print(accuracy)

0.8583333333333333

Podsumowanie

Podsumowanie
Założenia
Regresja liniowa
Regresja logistyczna

Przygotujmy się do rozmowy kwalifikacyjnej!

Ćwiczenie pytań rekrutacyjnych ze statystyki w Pythonie