进行预测

使用 Python 中的 statsmodels 进行回归入门

Maarten Van den Broeck

Content Developer at DataCamp

鱼类数据集：鲂鱼

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

普通鲂鱼（Abramis brama）

使用 Python 中的 statsmodels 进行回归入门

绘制质量 vs. 长度

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

plt.show()

鲂鱼质量与长度的散点图，带线性趋势线。所有点都靠近趋势线。

使用 Python 中的 statsmodels 进行回归入门

运行模型

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
使用 Python 中的 statsmodels 进行回归入门

用于预测的自变量数据

如果自变量取这些值，
因变量会是什么值？

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

    length_cm
0          20
1          21
2          22
3          23
4          24
5          25
     ...
使用 Python 中的 statsmodels 进行回归入门

调用 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
使用 Python 中的 statsmodels 进行回归入门

在 DataFrame 中预测

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
使用 Python 中的 statsmodels 进行回归入门

展示预测结果

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()

鲤科鱼（鲂鱼）质量与长度的散点图，带线性趋势线。图中标注了用 predict() 计算的点，这些点完全落在趋势线上。

使用 Python 中的 statsmodels 进行回归入门

外推

外推 指在观测数据范围之外进行预测。

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

鲂鱼质量与长度的散点图，带线性趋势线。图中标注了一条假想的 10 cm 鲂鱼及其预测质量。

使用 Python 中的 statsmodels 进行回归入门

开始练习！

使用 Python 中的 statsmodels 进行回归入门

Preparing Video For Download...