Regression analysis

Python में सर्वे डेटा का विश्लेषण

EbunOluwa Andrew

Data Scientist

Regression analysis

वैरिएबल्स के बीच संबंध समझें
सटीक परिणाम की भविष्यवाणी के लिए उपयोग
स्वतंत्र वैरिएबल्स का आश्रित वैरिएबल पर प्रभाव मापें
संभावित भविष्य के अवसर और जोखिम का पूर्वानुमान
कच्चे डेटा के बड़े ढेर को उपयोगी जानकारी में बदलता है
सूचित निर्णयों के लिए तथ्यात्मक आधार देता है

गिरते वित्तीय तीर को संभालने की कोशिश करते लोग

Linear regression using ordinary least squares (OLS) method

Linear regression मॉडल
- x और y वैरिएबल में linear संबंध मानता है
- y = m * x + b
- Ordinary Least Squares (OLS) मेथड
- Sum((calculated-observed)^2) => न्यूनतम किया जाता है

¹ https://seeing-theory.brown.edu/regression-analysis/index.html

डेटा लोड करना

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

import statsmodels.api as sm

exercise_data = pd.read_csv('workout_survey_data.csv')
print(exercise_data.head())

| workout_minutes | calories_burned |
|-----------------|-----------------|
| 77              | 79.775152       |
| 21              | 23.177279       |
| 22              | 25.609262       |
| 20              | 17.857388       |

वैरिएबल परिभाषित करें

x = स्वतंत्र वैरिएबल y = आश्रित वैरिएबल

x = exercise_data.minutes.tolist()
y = exercise_data.calories.tolist() 
print(x,'\n',y)

| [77, 21, 22, 20, 36...           |
|----------------------------------|
| [79.7, 23.1, 25.6, 17.8, 41.8... |

सर्वे डेटा

workout_minutes	calories_burned
77	79.775152
21	23.177279
22	25.609262
20	17.857388
36	41.849864

Constant टर्म जोड़ें

x = sm.add_constant(x)
print (x)

मॉडल को b के लिए मान फिट करने को कहता है

Regression चलाएँ और फिट करें

result = sm.OLS(y,x).fit()
print(result.summary())

m और b प्राप्त करना

मूल मान प्लॉट करें

x = exercise_data.minutes.tolist()
y = exercise_data.calories.tolist()
plt.scatter(x,y)
plt.xlabel('minutes')
plt.ylabel('calories')
plt.show()

Regression लाइन प्लॉट करना

max_x = exercise_data.minutes.max()
min_x = exercise_data.minutes.min()
x = np.arange(min_x, max_x, 1)

y = 1.0072*x + 0.1552

plt.plot(y, 'r')
plt.show()

प्रतिक्रिया का पूर्वानुमान

y = 1.0072 * 30 + 0.1552
print(y)

30.3712

Linear regression: फायदे और सीमाएँ

Pros
- जब डेटा linearly separable हो तो अच्छा प्रदर्शन करता है
Cons
- non-linear मामलों में linear संबंध मान लेता है

अभ्यास करते हैं!

Python में सर्वे डेटा का विश्लेषण