1. Nauka
    2. /
  2. Kursy
    3. /
  3. Regresja średnio zaawansowana ze statsmodels w Pythonie
Connected

ćwiczenie

Algorytm regresji liniowej

Aby naprawdę zrozumieć regresję liniową, warto wiedzieć, jak działa ten algorytm. Kod funkcji ols() liczy setki wierszy, ponieważ musi działać z dowolną formułą i dowolnym zbiorem danych. Jednak w przypadku prostej regresji liniowej dla konkretnego zbioru danych możesz zaimplementować ten algorytm w zaledwie kilku linijkach kodu.

Kolejność kroków jest następująca:

  • Najpierw napisz funkcję obliczającą sumę kwadratów, korzystając z ogólnej składni:
def function_name(args):
  # some calculations with the args
  return outcome
  • Następnie użyj funkcji minimize() z biblioteki scipy, aby znaleźć współczynniki minimalizujące tę funkcję.

Wartości objaśniające (kolumna n_convenience ze zbioru taiwan_real_estate) są dostępne jako x_actual. Wartości zmiennej odpowiedzi (kolumna price_twd_msq ze zbioru taiwan_real_estate) są dostępne jako y_actual.

Funkcja minimize() jest również wczytana.

Instrukcje 1/2

undefined XP
    1
    2

Uzupełnij treść funkcji.

  • Rozpakuj coeffs na intercept i slope (w tej kolejności).
  • Oblicz przewidywane wartości y jako sumę wyrazu wolnego i iloczynu nachylenia i rzeczywistych wartości x.
  • Oblicz różnice między rzeczywistymi a przewidywanymi wartościami y.
  • Oblicz sumę kwadratów: podnieś różnice wartości y do kwadratu i zsumuj wyniki.
  • Zwróć sumę kwadratów.