Implementering af lineær regression i Python

Implementering af lineær regression i Python

Nu hvor du forstår begrebet lineær regression, skal vi implementere den ved hjælp af Python. Vi bruger det populære bibliotek scikit-learn til dette formål.

Trin 1: Forberedelse af dataene

Først skal vi forberede et datasæt. I dette eksempel bruger vi et enkelt datasæt med én uafhængig variabel (x) og én afhængig variabel (y).

Her er dataene:

• x: 1, 2, 3, 4, 5
• y: 2, 4, 6, 8, 10

Trin 2: Import af nødvendige biblioteker

Vi skal importere følgende biblioteker:

• numpy: Til numeriske beregninger.
• matplotlib: Til visualiseringer.
• scikit-learn: Til algoritmer inden for maskinlæring.

import numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression

Trin 3: Oprettelse af modellen

Vi opretter en lineær regressionsmodel ved hjælp af klassen LinearRegression fra scikit-learn og tilpasser den til dataene.

x = np.array([1, 2, 3, 4, 5]).reshape(-1, 1)
y = np.array([2, 4, 6, 8, 10])

model = LinearRegression()
model.fit(x, y)

Trin 4: Foretagelse af forudsigelser

Når modellen er trænet, kan vi bruge den til at lave forudsigelser. For eksempel kan vi forudsige værdien af y, når x = 6.

prediction = model.predict(np.array([[6]]))
print(f"Predicted value for x=6: {prediction[0]}")

Trin 5: Visualisering af resultaterne

Vi kan afbilde datapunkterne og regressionslinjen for at se, hvor godt modellen passer til dataene.

plt.scatter(x, y, color='blue', label='Data points')
plt.plot(x, model.predict(x), color='red', label='Regression line')
plt.title('Linear Regression Visualization')
plt.xlabel('X')
plt.ylabel('Y')
plt.legend()
plt.show()

Trin 6: Evaluering af modellen

Vi evaluerer modellens ydeevne ved hjælp af måletal som R-squared. Det måler, hvor godt modellen forklarer variationen i dataene.

r_squared = model.score(x, y)
print(f"R-squared value: {r_squared}")

Under implementeringen af lineær regression kan du møde udfordringer som:

• Overtilpasning med små datasæt.
• Følsomhed over for afvigende værdier.
• Håndtering af multikollinearitet i flere variable.

I denne lektion har vi:

• Lært at implementere lineær regression ved hjælp af scikit-learn.
• Lavet forudsigelser og visualiseret resultaterne.
• Evalueret modellen ved hjælp af R-squared.

Dernæst undersøger vi begrebet logistisk regression til klassifikationsproblemer.