Історія про дві змінні

Вступ до Regression зі statsmodels у Python

Maarten Van den Broeck

Content Developer at DataCamp

Дані зі страхування авто у Швеції

  • Кожний рядок — окремий географічний регіон Швеції.
  • Усього 63 рядки.
n_claims total_payment_sek
108 392.5
19 46.2
13 15.7
124 422.2
40 119.4
... ...
Вступ до Regression зі statsmodels у Python

Описова статистика

import pandas as pd
print(swedish_motor_insurance.mean())

n_claims             22.904762
total_payment_sek    98.187302
dtype: float64

print(swedish_motor_insurance['n_claims'].corr(swedish_motor_insurance['total_payment_sek']))

0.9128782350234068
Вступ до Regression зі statsmodels у Python

Що таке регресія?

  • Статистичні моделі для дослідження зв'язку між відгуковою змінною та пояснювальними змінними.
  • За значеннями пояснювальних змінних можна передбачати значення відгукової.
n_claims total_payment_sek
108 3925
19 462
13 157
124 4222
40 1194
200 ???
Вступ до Regression зі statsmodels у Python

Термінологія

Відгукова змінна (інша назва — залежна)

Змінна, яку ви хочете передбачити.

Пояснювальні змінні (інша назва — незалежні)

Змінні, що пояснюють, як змінюється відгукова змінна.

Вступ до Regression зі statsmodels у Python

Лінійна та логістична регресія

Лінійна регресія

  • Відгукова змінна числова.

Логістична регресія

  • Відгукова змінна логічна.

Проста лінійна/логістична регресія

  • Є лише одна пояснювальна змінна.
Вступ до Regression зі statsmodels у Python

Візуалізація пар змінних

import matplotlib.pyplot as plt
import seaborn as sns

sns.scatterplot(x="n_claims",
                y="total_payment_sek",    
                data=swedish_motor_insurance)

plt.show()

Точкова діаграма: загальна виплата проти кількості вимог. Виплата зростає зі збільшенням кількості вимог.

Вступ до Regression зі statsmodels у Python

Додаємо лінійну трендову лінію

sns.regplot(x="n_claims",
            y="total_payment_sek",
            data=swedish_motor_insurance,
            ci=None)

Те саме розсіювання, тепер з трендовою лінією, обчисленою лінійною регресією. Вона добре узгоджується з даними.

Вступ до Regression зі statsmodels у Python

Структура курсу

Розділ 1

Візуалізація та підгонка лінійних регресійних моделей.

Розділ 2

Прогнозування за лінійними регресійними моделями та розуміння коефіцієнтів.

Розділ 3

Оцінювання якості лінійної регресійної моделі.

Розділ 4

Те саме для логістичної регресії.

Вступ до Regression зі statsmodels у Python

Пакети Python для регресії

statsmodels

  • Оптимізована для інсайтів (фокус цього курсу)

scikit-learn

  • Оптимізована для прогнозування (фокус в інших курсах DataCamp)
Вступ до Regression зі statsmodels у Python

Давайте потренуємось!

Вступ до Regression зі statsmodels у Python

Preparing Video For Download...