Regressionsmodeller

Öva på statistikintervjufrågor i Python

Conor Dewey

Data Scientist, Squarespace

Komma igång

Korrelerat punktdiagram

¹ Wikimedia

Antaganden

Linjärt samband
Normalfördelade fel
Homoskedasticitet
Oberoende observationer

Linjär regression

Linjär anpassning

¹ Wikipedia

Linjär regression

Formel för linjär regression

Exempel: linjär regression

from sklearn.linear_model import LinearRegression 
lm = LinearRegression()
lm.fit(X_train, y_train)

LinearRegression(copy_X=True, fit_intercept=True, 
                    n_jobs=None, normalize=False)

Exempel: linjär regression

coef = lm.coef_
print(coef)

[0.79086669]

Logistisk regression

Logistisk regression visualiserad

¹ Wikimedia

Logistisk regression

Sigmoidfunktion

Exempel: logistisk regression

from sklearn.linear_model import LogisticRegression
clf = LogisticRegression(solver='lbfgs')
clf.fit(X_train, y_train)

LogisticRegression(C=1.0, class_weight=None, 
                   dual=False, fit_intercept=True, 
                   intercept_scaling=1,
                   max_iter=100, multi_class='warn',
                   n_jobs=None, penalty='l2',
                   random_state=None, solver='lbfgs',
                   tol=0.0001, verbose=0, 
                   warm_start=False)

Exempel: logistisk regression

coefs = clf.coef_
print(coefs)

[[0.4015177  3.85056451]]

accuracy = clf.score(X_test, y_test)
print(accuracy)

0.8583333333333333

Sammanfattning

Genomgång
Antaganden
Linjär regression
Logistisk regression

Nu förbereder vi oss för intervjun!

Öva på statistikintervjufrågor i Python