Categorical explanatory variables

Python में statsmodels के साथ Regression परिचय

Maarten Van den Broeck

Content Developer at DataCamp

Fish डेटासेट

हर पंक्ति एक मछली दर्शाती है.
डेटासेट में 128 पंक्तियाँ हैं.
4 प्रजातियाँ हैं:
- Common Bream
- European Perch
- Northern Pike
- Common Roach

species	mass_g
Bream	242.0
Perch	5.9
Pike	200.0
Roach	40.0
...	...

1 संख्यात्मक और 1 श्रेणीबद्ध वैरिएबल का विज़ुअलाइज़ेशन

import matplotlib.pyplot as plt
import seaborn as sns

sns.displot(data=fish,
            x="mass_g",
            col="species",
            col_wrap=2,
            bins=9)

plt.show()

मछलियों की संख्या बनाम उनके वज़न का फेसिटेड हिस्टोग्राम. हर पैनल में एक प्रजाति: bream, perch, pike, या roach.

सारांश आँकड़े: प्रजाति के अनुसार औसत mass

summary_stats = fish.groupby("species")["mass_g"].mean()
print(summary_stats)

species
Bream    617.828571
Perch    382.239286
Pike     718.705882
Roach    152.050000
Name: mass_g, dtype: float64

Linear regression

from statsmodels.formula.api import ols 
mdl_mass_vs_species = ols("mass_g ~ species", data=fish).fit()

print(mdl_mass_vs_species.params)

Intercept           617.828571
species[T.Perch]   -235.589286
species[T.Pike]     100.877311
species[T.Roach]   -465.778571

इंटरसेप्ट के साथ या बिना मॉडल

पिछली स्लाइड से, इंटरसेप्ट वाला मॉडल

mdl_mass_vs_species = ols(
  "mass_g ~ species", data=fish).fit()

print(mdl_mass_vs_species.params)

Intercept           617.828571
species[T.Perch]   -235.589286
species[T.Pike]     100.877311
species[T.Roach]   -465.778571

कोएफिशिएंट इंटरसेप्ट के सापेक्ष हैं: $617.83 - 235.59 = 382.24!$

इंटरसेप्ट के बिना मॉडल

mdl_mass_vs_species = ols(
  "mass_g ~ species + 0", data=fish).fit()

print(mdl_mass_vs_species.params)

species[Bream]    617.828571
species[Perch]    382.239286
species[Pike]     718.705882
species[Roach]    152.050000

एकल श्रेणीबद्ध वैरिएबल के मामले में, कोएफिशिएंट वही means होते हैं.

अभ्यास करते हैं!

Python में statsmodels के साथ Regression परिचय