Introduction au cours

Introduction aux modèles linéaires en Python

Jason Vestuto

Data Scientist

Introduction au chapitre 1

Plan du chapitre :

  • Exemples motivants
  • Visualisation des données
  • Statistiques descriptives
Introduction aux modèles linéaires en Python

Exemple de données de trajet

Nuage de points : distance selon le temps, milles vs heures

Introduction aux modèles linéaires en Python

Modèles comme descriptions

# Range of y data, in miles
y_range = np.max(y) - np.min(y) = 300 - 0 = 300

# Range of x data, in hours
x_range = np.max(x) - np.min(x) = 6 - 0 = 6

# Estimating the speed
mph = y_range / x_range = 300 / 6 = 50
Introduction aux modèles linéaires en Python

Visualiser un modèle

Données et modèle tracés : distance selon le temps

Introduction aux modèles linéaires en Python

Prédictions du modèle

# Model as python expression
miles = 50*hours

# Model predicts distance is 300 miles at 6 hours
time = 6
distance = 50 * time = 50 * 6 = 300

def model(time):
    return 50*time

predicted_distance = model(time=10)
Introduction aux modèles linéaires en Python

Interpolation

Distance selon le temps, avec point d'interpolation marqué entre deux points

Introduction aux modèles linéaires en Python

Extrapolation

Distance selon le temps, avec point d'extrapolation marqué hors des points, à temps plus grand

Introduction aux modèles linéaires en Python

Passons à la pratique !

Introduction aux modèles linéaires en Python

Preparing Video For Download...