進行預測

使用 Python 中的 statsmodels 進行回歸入門

Maarten Van den Broeck

Content Developer at DataCamp

魚類資料集：Bream（歐鯿）

bream = fish[fish["species"] == "Bream"]
print(bream.head())

  species  mass_g  length_cm
0   Bream   242.0       23.2
1   Bream   290.0       24.0
2   Bream   340.0       23.9
3   Bream   363.0       26.3
4   Bream   430.0       26.5

歐鯿（學名：Abramis brama）

使用 Python 中的 statsmodels 進行回歸入門

繪製質量對長度

sns.regplot(x="length_cm",
            y="mass_g",
            data=bream,
            ci=None)

plt.show()

以散佈圖呈現歐鯿的質量與長度，並加上線性趨勢線。點都緊貼趨勢線。

使用 Python 中的 statsmodels 進行回歸入門

執行模型

mdl_mass_vs_length = ols("mass_g ~ length_cm", data=bream).fit()

print(mdl_mass_vs_length.params)

Intercept   -1035.347565
length_cm      54.549981
dtype: float64
使用 Python 中的 statsmodels 進行回歸入門

要預測的解釋變數資料

如果我把解釋變數設為這些值，
反應變數會是什麼？

explanatory_data = pd.DataFrame({"length_cm": np.arange(20, 41)})

    length_cm
0          20
1          21
2          22
3          23
4          24
5          25
     ...
使用 Python 中的 statsmodels 進行回歸入門

呼叫 predict()

print(mdl_mass_vs_length.predict(explanatory_data))

0       55.652054
1      110.202035
2      164.752015
3      219.301996
4      273.851977
    ...
16     928.451749
17     983.001730
18    1037.551710
19    1092.101691
20    1146.651672
Length: 21, dtype: float64
使用 Python 中的 statsmodels 進行回歸入門

在 DataFrame 中進行預測

explanatory_data = pd.DataFrame(
  {"length_cm": np.arange(20, 41)}
)

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

print(prediction_data)

    length_cm         mass_g
0          20      55.652054
1          21     110.202035
2          22     164.752015
3          23     219.301996
4          24     273.851977
..        ...            ...
16         36     928.451749
17         37     983.001730
18         38    1037.551710
19         39    1092.101691
20         40    1146.651672
使用 Python 中的 statsmodels 進行回歸入門

顯示預測結果

import matplotlib.pyplot as plt
import seaborn as sns
fig = plt.figure()
sns.regplot(x="length_cm",
            y="mass_g",
            ci=None,
            data=bream,)
sns.scatterplot(x="length_cm",
                y="mass_g",
                data=prediction_data, 
                color="red",
                marker="s")
plt.show()

歐鯿質量對長度的散佈圖與線性趨勢線。圖上標示了用 predict() 算出的點，這些點完全貼合趨勢線。

使用 Python 中的 statsmodels 進行回歸入門

外插（Extrapolating）

外插 是指在觀察到的資料範圍之外進行預測。

little_bream = pd.DataFrame({"length_cm": [10]})

pred_little_bream = little_bream.assign(
    mass_g=mdl_mass_vs_length.predict(little_bream))

print(pred_little_bream)

   length_cm      mass_g
0         10 -489.847756

歐鯿質量對長度的散佈圖與線性趨勢線。圖上標示了一條假想的 10 cm 歐鯿及其預測質量。

使用 Python 中的 statsmodels 進行回歸入門

一起來練習吧！

使用 Python 中的 statsmodels 進行回歸入門

Preparing Video For Download...