Veri Bilimi - Doğrusal Regresyon Durumu
Vaka: Calorie_Burnage'ı Tahmin etmek için Duration + Ortalama_Nabız kullanın
Açıklayıcı Değişkenler olarak Ortalama_Nabız ve Süre ile Doğrusal Bir Regresyon Tablosu Oluşturun:
Örnek
import pandas as pd
import statsmodels.formula.api as smf
full_health_data = pd.read_csv("data.csv", header=0, sep=",")
model = smf.ols('Calorie_Burnage ~ Average_Pulse + Duration', data = full_health_data)
results
= model.fit()
print(results.summary())
Örnek Açıklama:
- statsmodels.formula.api kitaplığını smf olarak içe aktarın. Statsmodels, Python'da bir istatistiksel kütüphanedir.
- full_health_data setini kullanın.
- smf.ols() ile Sıradan En Küçük Karelere dayalı bir model oluşturun. Açıklayıcı değişkenin önce parantez içinde yazılması gerektiğine dikkat edin. full_health_data veri setini kullanın.
- .fit()'i çağırarak değişken sonuçlarını elde edersiniz. Bu, regresyon modeli hakkında birçok bilgi içerir.
- Doğrusal regresyon sonuçlarını içeren tabloyu almak için özet()'i çağırın.
Çıktı:
Doğrusal regresyon işlevi matematiksel olarak şu şekilde yeniden yazılabilir:
Calorie_Burnage = Average_Pulse * 3.1695 + Duration * 5.8424 - 334.5194
İki ondalık basamağa yuvarlanır:
Calorie_Burnage = Average_Pulse * 3.17 +
Duration * 5.84 - 334.52
Python'da Doğrusal Regresyon İşlevini Tanımlayın
Tahminleri gerçekleştirmek için Python'da doğrusal regresyon işlevini tanımlayın.
Aşağıdaki durumlarda Calorie_Burnage nedir:
- Ortalama nabız 110 ve antrenman süresi 60 dakika mı?
- Ortalama nabız 140 ve antrenman süresi 45 dakika mı?
- Ortalama nabız 175 ve antrenman süresi 20 dakika mı?
Örnek
def Predict_Calorie_Burnage(Average_Pulse,
Duration):
return(3.1695*Average_Pulse + 5.8434 * Duration - 334.5194)
print(Predict_Calorie_Burnage(110,60))
print(Predict_Calorie_Burnage(140,45))
print(Predict_Calorie_Burnage(175,20))
Cevaplar:
- Ortalama nabız 110 ve eğitim seansının süresi 60 dakika = 365 Kalori
- Ortalama nabız 140 ve egzersiz seansının süresi 45 dakika = 372 Kalori
- Ortalama nabız 175 ve egzersiz seansının süresi 20 dakika = 337 Kalori
Katsayılara Erişin
Katsayılara bakın:
- Ortalama_Nabız bir artarsa Calorie_Burnage 3,17 artar.
- Süre bir artarsa Calorie_Burnage 5,84 artar.
P-Değerine Erişin
Her katsayı için P değerine bakın.
- Ortalama_Nabız, Süre ve Kesişme için P değeri 0,00'dir.
- P değeri, 0,05'ten küçük olduğu için tüm değişkenler için istatistiksel olarak anlamlıdır.
Dolayısıyla burada, Ortalama_Nabız ve Duration'ın Calorie_Burnage ile bir ilişkisi olduğu sonucuna varabiliriz.
Düzeltilmiş R-Kare
Birden fazla açıklayıcı değişkenimiz varsa, R-kare ile ilgili bir sorun vardır.
Daha fazla değişken eklersek, R-kare neredeyse her zaman artacaktır ve asla azalmayacaktır.
Bunun nedeni, doğrusal regresyon işlevinin etrafına daha fazla veri noktası eklememizdir.
Calorie_Burnage'ı etkilemeyen rastgele değişkenler eklersek, yanlış bir şekilde lineer regresyon fonksiyonunun iyi bir uyum olduğu sonucuna varma riskini alırız. Düzeltilmiş R-kare bu sorun için ayarlar.
Bu nedenle, birden fazla açıklayıcı değişkenimiz varsa, düzeltilmiş R-kare değerine bakmak daha iyidir.
Düzeltilmiş R-kare 0,814'tür.
R-Kare değeri her zaman 0 ila 1 arasındadır (%0 ila %100).
- Yüksek bir R-Kare değeri, birçok veri noktasının doğrusal regresyon fonksiyon çizgisine yakın olduğu anlamına gelir.
- Düşük bir R-Kare değeri, doğrusal regresyon fonksiyon çizgisinin verilere iyi uymadığı anlamına gelir.
Sonuç: Model, veri noktasına iyi uyuyor!
Tebrikler! Artık veri bilimi kitaplığının son modülünü bitirdiniz.