Antropolojide Doğrusal Model
Binlerce yıl önce yaşamış yetişkin bir insana ait bir iskelet parçası bulsaydın, bu kişinin boyunu nasıl tahmin ederdin? Bu egzersiz, adli antropolog Mildred Trotter’ın, insanın "uzun kemikleri"nden ya da femurdan boy tahmini yapmak için kurduğu ve bugün de yaygın kullanılan regresyon modelinden esinlenmiştir.
Bu egzersizde, çok sayıda yaşayan kişiden elde edilen verileri ve scikit-learn Python kütüphanesini kullanarak, femur (uyluk) kemiğinin uzunluğu ile kişinin "boyu" (toplam uzunluğu) arasındaki ilişkiyi modelleyen bir doğrusal model kuracaksın. Ardından, bu modeli kullanarak kadim atanın için bir boy tahmini yapacaksın.
Bu egzersiz, kursun bir parçasıdır
Python ile Doğrusal Modellemenin Temelleri
Egzersiz talimatları
sklearn.linear_modeliçindenLinearRegression'ı içe aktar ve modelifit_intercept=Falseile başlat.- Önceden yüklenmiş
legsveheightsveri dizilerini, "1'e-N" formdan "N'e-1" forma yeniden şekillendir. - Yeniden şekillendirilmiş
legsveheightsdizilerinimodel.fit()içine aktar. - Yeni bulunan fosil için
fossil_leg = 50.7değerini kullanarakmodel.predict()ilefossil_heightdeğerini tahmin et.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# import the sklearn class LinearRegression and initialize the model
from sklearn.____ import ____
model = LinearRegression(fit_intercept=False)
# Prepare the measured data arrays and fit the model to them
legs = legs.reshape(len(____),1)
heights = heights.reshape(len(____),1)
model.fit(____, heights)
# Use the fitted model to make a prediction for the found femur
fossil_leg = np.array(50.7).reshape(1, -1)
fossil_height = model.predict(____)
print("Predicted fossil height = {:0.2f} cm".format(fossil_height[0,0]))