วิธี Fit GLM ใน Python

Generalized Linear Models ใน Python

Ita Cirovic Donev

Data Science Consultant

statsmodels

นำเข้า statsmodels
```
import statsmodels.api as sm
```
รองรับ formula
```
import statsmodels.formula.api as smf
```

ใช้ glm() โดยตรง

from statsmodels.formula.api import glm

ขั้นตอนการ Fit โมเดล

กำหนดโมเดล $\rightarrow \texttt{\color{#007AFF}{glm()}}$
Fit โมเดล $\rightarrow \texttt{\color{#007AFF}{.fit()}}$
สรุปผลโมเดล $\rightarrow \texttt{\color{#007AFF}{.summary()}}$
พยากรณ์ด้วยโมเดล $\rightarrow \texttt{\color{#007AFF}{.predict()}}$

การกำหนดโมเดล

แบบ FORMULA

from statsmodels.formula.api import glm

model = glm(formula, data, family)

แบบ ARRAY

import statsmodels.api as sm

X = sm.add_constant(X)
model = sm.glm(y, X, family)

อาร์กิวเมนต์ Formula

$$\texttt{\color{#00A388}{response}} \sim \texttt{\color{#FF6138}{explanatory variable(s)}}$$ $$\texttt{\color{#00A388}{output}} \sim \texttt{\color{#FF6138}{input(s)}}$$

formula = 'y ~ x1 + x2'

$\texttt{\color{#FF6138}{C(x1)}}$ : ระบุให้ x1 เป็นตัวแปรจัดกลุ่ม
$\texttt{\color{#FF6138}{-1}}$ : ตัดค่า intercept ออก
$\texttt{\color{#FF6138}{x1:x2}}$ : ค่า interaction ระหว่าง x1 และ x2
$\texttt{\color{#FF6138}{x1*x2}}$ : ค่า interaction ระหว่าง x1 และ x2 รวมถึงตัวแปรแต่ละตัว
$\texttt{\color{#FF6138}{np.log(x1)}}$ : ใช้ฟังก์ชัน vectorized กับตัวแปรในโมเดล

อาร์กิวเมนต์ Family

family = sm.families.____()

ฟังก์ชัน family:

$\texttt{\color{#007AFF}{Gaussian}(link = sm.families.links.\color{deeppink}{identity()})}$ $\rightarrow$ family เริ่มต้น
$\texttt{\color{#007AFF}{Binomial}(link = sm.families.links.\color{deeppink}{logit()})}$
- $\texttt{\color{deeppink}{probit()}}$, $\texttt{\color{deeppink}{cauchy()}}$, $\texttt{\color{deeppink}{log()}}$, and $\texttt{\color{deeppink}{cloglog()}}$
$\texttt{\color{#007AFF}{Poisson}(link = sm.families.links.\color{deeppink}{log()})}$
- $\texttt{\color{deeppink}{identity()}}$ and $\texttt{\color{deeppink}{sqrt()}}$

ดู distribution family อื่น ๆ เพิ่มเติมได้ที่ statsmodels website

การสรุปผลโมเดล

print(model_GLM.summary())

                 Generalized Linear Model Regression Results                  
=============================================================================
Dep. Variable:                      y  No. Observations:                  173
Model:                            GLM  Df Residuals:                      171
Model Family:                Binomial  Df Model:                            1
Link Function:                  logit  Scale:                          1.0000
Method:                          IRLS  Log-Likelihood:                -97.226
Date:                Mon, 21 Jan 2019  Deviance:                       194.45
Time:                        11:30:01  Pearson chi2:                     165.
No. Iterations:                     4  Covariance Type:             nonrobust
=============================================================================
                 coef    std err         z      P>|z|      [0.025      0.975]
-----------------------------------------------------------------------------
Intercept    -12.3508      2.629    -4.698      0.000     -17.503      -7.199
width          0.4972      0.102     4.887      0.000       0.298       0.697
=============================================================================

ค่าสัมประสิทธิ์การถดถอย

$\texttt{\color{#007AFF}{.params}}$ แสดงค่าสัมประสิทธิ์การถดถอย

model_GLM.params

Intercept   -12.350818
width         0.497231
dtype: float64

$\texttt{\color{#007AFF}{.conf\_int(alpha=0.05, cols=None)}}$ แสดง confidence interval

model_GLM.conf_int()

                   0         1
Intercept -17.503010 -7.198625
width       0.297833  0.696629

การพยากรณ์

ระบุตัวแปรทั้งหมดของโมเดลในข้อมูลทดสอบ
$\texttt{\color{#007AFF}{.predict(\color{#FF931B}{test\_data})}}$ คำนวณค่าพยากรณ์

model_GLM.predict(test_data)

0    0.029309
1    0.470299
2    0.834983
3    0.972363
4    0.987941

มาฝึกกันเถอะ!

Generalized Linear Models ใน Python