Régression linéaire

Fondements de la probabilité en Python

Alexander A. Ramírez M.

CEO @ Synergy Vision

Fonctions linéaires

Tracé d'une fonction linéaire

Fondements de la probabilité en Python

Paramètres d'une fonction linéaire

Tracé d'une fonction linéaire

$$ y = \color{red}{pente}*x + \color{blue}{ordonnée\ à\ l'origine} $$

Fondements de la probabilité en Python

Fonction linéaire avec perturbations aléatoires

Fonction linéaire avec perturbations aléatoires

$$ y = slope*x + intercept + \color{red}{random\_number} $$

Fondements de la probabilité en Python

Partir des données et trouver un modèle adapté

Heures d'étude vs note

Fondements de la probabilité en Python

Quel modèle convient aux données ?

Ajustement : constant, linéaire, quadratique et logarithmique

Quels critères permettraient de choisir le meilleur modèle ?

Fondements de la probabilité en Python

Quel modèle convient aux données ? (suite)

Animation d'un modèle linéaire

Fondements de la probabilité en Python

Tracé des résidus

Fondements de la probabilité en Python

Résidus et minimisation de l'erreur

Fondements de la probabilité en Python

Probabilités et statistiques à l'œuvre

Tracé des résidus d'un modèle linéaire

Fondements de la probabilité en Python

Calcul des paramètres du modèle linéaire

# Import LinearRegression
from sklearn.linear_model import LinearRegression
# sklearn linear model
model = LinearRegression()
model.fit(hours_of_study, scores)
# Get parameters
slope = model.coef_[0]
intercept = model.intercept_
# Print parameters
print(slope, intercept)
(1.496703900384545, 52.44845266434719)
Fondements de la probabilité en Python

Prédire les notes selon les heures d'étude

# Score prediction
score = model.predict(np.array([[15]]))
print(score)
[74.89901117]
Fondements de la probabilité en Python

Tracer le modèle linéaire

$$ $$

import matplotlib.pyplot as plt
plt.scatter(hours_of_study, scores)
plt.plot(hours_of_study_values, model.predict(hours_of_study_values))
plt.show()
Fondements de la probabilité en Python

Ajustement du modèle linéaire

Fondements de la probabilité en Python

Passons à la pratique !

Fondements de la probabilité en Python

Preparing Video For Download...