Ohatra amin'ny Machine Learning miaraka amin'ny Python: Multiple Linear Regression

Tsy mitovy amin'ny regression linear tsotra ny fiverimberenan'ny tsipika maromaro satria izy io dia ampiharina amin'ny endri-javatra maromaro, fa tsy iray fotsiny. Amin'ity ohatra momba ny fianarana milina ity dia hahita fihemorana maromaro maromaro isika, noho izany miaraka amin'ny endri-javatra bebe kokoa amin'ny fampidirana.

Alohan'ny handehananao dia manoro hevitra anao aho hamaky lahatsoratra fohy telo, izay hahitanao maromaro definitions:

1. Inona no atao hoe Machine Learning, inona izany ary ny tanjony
2. Karazana fianarana milina
3. Ohatra amin'ny Machine Learning miaraka amin'ny Python: Simple Linear Regression

Satria hampiasa Python izahay, raha mbola tsy manana izany amin'ny PC-nao ianao dia vakio Ahoana ny fametrahana Python amin'ny Microsoft Windows

Ho an'ny regression linear maromaro dia hampiasa ny scikit-mianatra, satria tena miovaova, mahatonga ny zava-drehetra ho manan-kery izay hitantsika tao amin'nyohatra ny regression linear tsotra.

Avy eo dia hanana ny fomba azo ampiasaina hifanaraka ho an'ny fiofanana sy ny fomba maminany ho an'ny faminaniana. Hampiasa ny kilasy indray koa izahay Fihemorana Linear.

Miaraka amin'ny asa ihany koa manao_regression hanorina Set Data fitsapana mifototra amin'ny masontsivana homenay izahay. Amin'izany fomba izany dia vonona ny hanao Linear Regression ny rafitra fototra. Ho tsaroantsika ny manao_regression manararaotra ny toetra mampiavaka an'i Python, toy izao manaraka izao:

x, y = manao_regression (n_samples = 500, n_features = 5, tabataba = 10)

Noho izany dia hanana ireto toetra manaraka ireto ny angon-drakitra: soatoavina 500, voalamina amin'ny endri-javatra 5, ary ampiana tabataba, fahasamihafan'ny fahadisoana 10 mba tsy hahatonga ny daty ho toy ny mahazatra.

Andeha hozaraina amin'ny ampahany ilaina amin'ny fanofanana ary ny ampahany ilaina amin'ny fitiliana. Afaka mieritreritra santionany 80 izahay ho an'ny fitsapana ary ny ambiny ho an'ny fampiofanana. Mba hanaovana izany dia mampiasa ny asa train_test_split izay mizara ny lisitra roa x e y in x_train, y_train e x_test, y_test

avy amin'ny sklearn.model_selection import train_test_split

x_train, x_test, y_train, y_test = train_test_split (x, y, habe = 80)

vokatr'izany dia hanana isika

((420, 5), (80, 5), (420,), (80,))

Ankehitriny isika dia miroso amin'ny fihemorana izay mitranga amin'ny fomba mitovy tanteraka amin'ny fihemorana tsipika tsotra, fa tsy misy ny amboary indray satria amin'ity tranga ity ny manao_regression.

avy amin'ny sklearn.linear_model import LinearRegression

modely = LinearRegression ()

model.fit (x_train, y_train)

Ireto ambany ireto ny masontsivana kajy ho an'ny regression, miaraka amin'ny coefficients sy ny intercept

model.coef_ dia maka ity sanda manaraka ity

array ([90.65, 23.45, 66.43, 42.54, 24.35])

model.intercept_ dia maka ity sanda manaraka ity

-0.4564

Miaraka amin'ny modely voaofana dia afaka manao ny vinavina momba ny angona fitsapana isika ary manombana izany amin'ny metrika sasany:

faminaniana = model.predict (x_test)

mean_absolute_error (y_test, forecast)

6.964857

re_score (y_test, vinavina)

0.9876

Na dia nampiasa angon-drakitra ho an'ny tanjona fanabeazana aza izahay, ny vokatra dia mampiseho fa miasa ny modely. Nahita fianarana izy, afaka nanao vinavina, ary nandrakitra sanda ho an'ny metrika R-squared amin'ny ambaratonga ambony indrindra.

Ercole Palmeri: Andevozin'ny fanavaozana

---