Erstellen Einer Multiplen Linearen Regression

Die OLS-Klasse ermöglicht es Ihnen, Multiple Lineare Regression auf die gleiche Weise wie Einfache Lineare Regression zu erstellen. Leider kann die Funktion np.polyfit() den Fall mit mehreren Merkmalen nicht verarbeiten.

Wir werden bei der OLS-Klasse bleiben.

Aufbau der X̃-Matrix

Wir haben dasselbe Datenset aus dem Beispiel der einfachen linearen Regression, aber es enthält jetzt die Körpergröße der Mutter als zweites Merkmal. Laden wir es und schauen uns die X-Variable an.


              123456789
            
import pandas as pd
import statsmodels.api as sm

file_link='https://codefinity-content-media.s3.eu-west-1.amazonaws.com/b22d1166-efda-45e8-979e-6c3ecfc566fc/heights_two_feature.csv'
df = pd.read_csv(file_link)	# Open the file
# Assign the variables
X = df[['Father', 'Mother']]
y = df['Height']
print(X.head())

Denken Sie daran, dass wir OLS(y, X_tilde) verwenden sollten, um das OLS-Objekt zu initialisieren. Wie Sie sehen können, enthält die X-Variable bereits zwei Merkmale in separaten Spalten. Um das X_tilde zu erhalten, müssen wir nur 1en als erste Spalte hinzufügen. Die Funktion sm.add_constant(X) macht genau das!


              1234567891011
            
import pandas as pd
import statsmodels.api as sm

file_link='https://codefinity-content-media.s3.eu-west-1.amazonaws.com/b22d1166-efda-45e8-979e-6c3ecfc566fc/heights_two_feature.csv'
df = pd.read_csv(file_link)	# Open the file
# Assign the variables
X = df[['Father', 'Mother']]
y = df['Height']
# Create X_tilde
X_tilde = sm.add_constant(X)
print(X_tilde.head())

Finden der Parameter

Großartig! Jetzt können wir das Modell erstellen, die Parameter finden und Vorhersagen auf die gleiche Weise treffen, wie wir es im vorherigen Abschnitt getan haben.


              12345678910111213141516171819202122
            
import pandas as pd
import statsmodels.api as sm
import numpy as np

file_link='https://codefinity-content-media.s3.eu-west-1.amazonaws.com/b22d1166-efda-45e8-979e-6c3ecfc566fc/heights_two_feature.csv'
df = pd.read_csv(file_link)	  # Open the file
X,y = df[['Father', 'Mother']], df['Height']   # Assign the variables
X_tilde = sm.add_constant(X)	# Create X_tilde
# Initialize an OLS object
regression_model = sm.OLS(y, X_tilde)
# Train the object
regression_model = regression_model.fit()
# Get the paramters
beta_0, beta_1, beta_2 = regression_model.params
print('beta_0 is: ', beta_0)
print('beta_1 is: ', beta_1)
print('beta_2 is: ', beta_2)
# Predict new values
X_new = np.array([[65, 62],[70, 65],[75, 70]])	# Feature values of new instances
X_new_tilde = sm.add_constant(X_new)	# Preprocess X_new
y_pred = regression_model.predict(X_new_tilde)	# Predict the target
print('Predictions:', y_pred)

Hinweis

Da unser Trainingssatz jetzt 2 Merkmale hat, müssen wir 2 Merkmale für jede neue Instanz bereitstellen, die wir vorhersagen möchten. Deshalb wurde np.array([[65, 62],[70, 65],[75, 70]]) im obigen Beispiel verwendet. Es sagt y für 3 neue Instanzen voraus: [Vater:65,Mutter:62], [Vater:70, Mutter:65], [Vater:75, Mutter:70]

War alles klar?

Danke für Ihr Feedback!

Abschnitt 2. Kapitel 3