Reprezentarea grafică a unui model de regresie

Modele Liniare Generalizate în Python

Ita Cirovic Donev

Data Science Consultant

Importul bibliotecilor

import seaborn as sns
import matplotlib.pyplot as plt

Modelul crab 'sat ~ width' este salvat ca model

Reprezentarea punctelor de date

# Adjust figure size
plt.subplots(figsize = (8, 5))

# Plot data points
sns.regplot('width', 'sat', 
            data = crab,
            fit_reg = False)

Diagrama de dispersie pentru lățime și numărul de sateliți din setul de date crab.

Adăugarea jitter

sns.regplot('width', 'sat', 
            data = crab,
            fit_reg = False,
            y_jitter = 0.3)

Diagramă de dispersie cu jitter adăugat pentru lățime și numărul de sateliți din setul de date crab.

Adăugarea ajustării liniare

sns.regplot('width', 'sat', 
            data = crab,
            y_jitter = 0.3,
            fit_reg = True,
            line_kws = {'color':'green', 
                        'label':'LM fit'})

Ajustare liniară cu intervale de încredere și diagrama de dispersie pentru lățime și numărul de sateliți din setul de date crab.

Adăugarea valorilor estimate prin GLM Poisson

crab['fit_values'] = model.fittedvalues

sns.scatterplot('width','fit_values', 
                data = crab,
                color = 'red', 
                label = 'Poisson')

Ajustare liniară și Poisson și diagrama de dispersie pentru lățime și numărul de sateliți din setul de date crab.

Predicții

Ajustarea modelului Poisson suprapusă pe diagrama de dispersie pentru lățime și numărul de sateliți

Predicții

new_data = pd.DataFrame({'width':[24, 28, 32]})
model.predict(new_data)

0    1.881981

Citirea valorilor prezise pentru lățimea de 24 cm din modelul de regresie Poisson ajustat.

Predicții

new_data = pd.DataFrame({'width':[24, 28, 32]})
model.predict(new_data)

0    1.881981
1    3.627360

Citirea valorilor prezise pentru lățimea de 28 cm din modelul de regresie Poisson ajustat.

Predicții

new_data = pd.DataFrame({'width':[24, 28, 32]})
model.predict(new_data)

0    1.881981
1    3.627360
2    6.991433

Citirea valorilor prezise pentru lățimea de 32 cm din modelul de regresie Poisson ajustat.

Să exersăm!

Modele Liniare Generalizate în Python