1. Learn
    2. /
  2. Курси
    3. /
  3. Середній рівень регресії зі statsmodels у Python
Connected

Вправа

Алгоритм лінійної регресії

Щоб по-справжньому зрозуміти лінійну регресію, корисно знати, як працює алгоритм. Код функції ols() містить сотні рядків, адже він має працювати з будь-якою формулою та з будь-яким набором даних. Проте для простої лінійної регресії на одному наборі даних ви можете реалізувати алгоритм лише кількома рядками коду.

Послідовність дій така:

  • Спочатку напишіть функцію для обчислення суми квадратів, використовуючи таку загальну структуру:
def function_name(args):
  # some calculations with the args
  return outcome
  • Далі скористайтеся функцією мінімізації з scipy, щоб знайти коефіцієнти, які мінімізують це значення.

Пояснювальні значення (стовпчик n_convenience у taiwan_real_estate) доступні як x_actual. Відгуки (стовпчик price_twd_msq у taiwan_real_estate) доступні як y_actual.

minimize() також завантажено.

Інструкції 1/2

undefined XP
    1
    2

Завершіть тіло функції.

  • Розпакуйте coeffs у intercept і slope відповідно.
  • Обчисліть передбачені значення y як суму перетину з віссю та нахилу, помноженого на фактичні значення x.
  • Обчисліть різниці між фактичними та передбаченими значеннями y.
  • Обчисліть суму квадратів: піднесіть різниці у значеннях y до квадрату та візьміть суму.
  • Поверніть суму квадратів.