रेखीय संबंधों का परिमाणीकरण

Python में Linear Modeling परिचय

Jason Vestuto

Data Scientist

पूर्व-विज़ुअलाइज़ेशन

3 पैनल चित्र, 3 स्कैटर प्लॉट, बाएँ से दाएँ, मजबूत से शून्य सहसंबंध

# Mean
mean = sum(x)/len(x)

# Deviation, sometimes called "centering"
dx = x - np.mean(x)

# Variance
variance = np.mean(dx*dx)

# Standard Deviation
stdev = np.sqrt(variance)

# Deviations of two variables
dx = x - np.mean(x)
dy = y - np.mean(y)

# Co-vary means to vary together
deviation_products = dx*dy

# Covariance as the mean
covariance = np.mean(dx*dy)

# Divide deviations by standard deviation 
zx = dx/np.std(x)
zy = dy/np.std(y)

# Mean of the normalize deviations
correlation = np.mean(zx*zy)

गाउसीय वितरणों का प्लॉट, घंटी आकार, अलग केंद्र, ऊँचाई और चौड़ाई

गाउसीय वितरणों का प्लॉट, घंटी आकार, दोनों शून्य पर केंद्रित, समान ऊँचाई और चौड़ाई

6 पैनल चित्र, 2 पंक्तियाँ × 3 कॉलम, स्कैटर प्लॉट, बाएँ से दाएँ मजबूत से कमजोर कोरिलेशन

Python में Linear Modeling परिचय