Понад дві пояснювальні змінні

Середній рівень регресії зі statsmodels у Python

Maarten Van den Broeck

Content Developer at DataCamp

З минулого разу

sns.scatterplot(x="length_cm", 
                y="height_cm",
                data=fish,
                hue="mass_g")

Точкова діаграма 2D, маса позначена кольором для візуалізації третьої числової змінної.

Середній рівень регресії зі statsmodels у Python

Фасетування за видами

grid = sns.FacetGrid(data=fish,

                     col="species",

                     hue="mass_g",
                     col_wrap=2,

                     palette="plasma")

grid.map(sns.scatterplot,
         "length_cm",
         "height_cm")

plt.show()

Точкова діаграма висоти, довжини та маси риб, розбита за видами. Яскравіший колір означає більшу масу.

Середній рівень регресії зі statsmodels у Python

Фасетування за видами

  • Можна використовувати кілька категоріальних змінних для фасетування
  • Не зловживайте фасетуванням
  • Зі збільшенням кількості змінних графіки ускладнюються

Точкова діаграма висоти, довжини та маси риб, розбита за видами. Яскравіший колір означає більшу масу.

Середній рівень регресії зі statsmodels у Python

Різні рівні взаємодій

Без взаємодій

ols("mass_g ~ length_cm + height_cm + species + 0", data=fish).fit()

попарні двофакторні взаємодії

ols(
  "mass_g ~ length_cm + height_cm + species +
  length_cm:height_cm + length_cm:species + height_cm:species + 0", data=fish).fit()

трифакторна взаємодія між усіма трьома змінними

ols(
  "mass_g ~ length_cm + height_cm + species + 
  length_cm:height_cm + length_cm:species + height_cm:species + length_cm:height_cm:species + 0", data=fish).fit()
Середній рівень регресії зі statsmodels у Python

Усі взаємодії

ols(
  "mass_g ~ length_cm + height_cm + species + 
  length_cm:height_cm + length_cm:species + height_cm:species + length_cm:height_cm:species + 0", 
  data=fish).fit()

те саме, що

ols(
  "mass_g ~ length_cm * height_cm * species + 0", 
  data=fish).fit()
Середній рівень регресії зі statsmodels у Python

Лише двофакторні взаємодії

ols(
  "mass_g ~ length_cm + height_cm + species + 
  length_cm:height_cm + length_cm:species + height_cm:species + 0", 
  data=fish).fit()

те саме, що

ols(
  "mass_g ~ (length_cm + height_cm + species) ** 2 + 0", 
  data=fish).fit()
Середній рівень регресії зі statsmodels у Python

Процес прогнозування

mdl_mass_vs_all = ols(
  "mass_g ~ length_cm * height_cm * species + 0",
  data=fish).fit()

length_cm = np.arange(5, 61, 5)
height_cm = np.arange(2, 21, 2)
species = fish["species"].unique()

p = product(length_cm, height_cm, species)

explanatory_data = pd.DataFrame(p,
                                columns=["length_cm",
                                         "height_cm",
                                         "species"])

prediction_data = explanatory_data.assign(
  mass_g = mdl_mass_vs_all.predict(explanatory_data))

print(prediction_data)

     length_cm  height_cm species       mass_g
0            5          2   Bream  -570.656437
1            5          2   Roach    31.449145
2            5          2   Perch    43.789984
3            5          2    Pike   271.270093
4            5          4   Bream  -451.127405
..         ...        ...     ...          ...
475         60         18    Pike  2690.346384
476         60         20   Bream  1531.618475
477         60         20   Roach  2621.797668
478         60         20   Perch  3041.931709
479         60         20    Pike  2926.352397

[480 rows x 4 columns]
Середній рівень регресії зі statsmodels у Python

Давайте потренуємось!

Середній рівень регресії зі statsmodels у Python

Preparing Video For Download...