Implementación de la regresión lineal en Python

Ahora que comprende el concepto de regresión lineal, vamos a implementarla con Python. Para ello, utilizaremos la conocida biblioteca scikit-learn.

Paso 1: Preparación de los datos

Primero, debemos preparar un conjunto de datos. Para este ejemplo, usaremos un conjunto de datos sencillo con una variable independiente (x) y una variable dependiente (y).

Estos son los datos:

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

Paso 2: Importación de las bibliotecas necesarias

Debemos importar las siguientes bibliotecas:

• numpy: Para realizar cálculos numéricos.
• matplotlib: Para crear visualizaciones.
• scikit-learn: Para utilizar algoritmos de aprendizaje automático.

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

Paso 3: Creación del modelo

Creamos un modelo de regresión lineal mediante la clase LinearRegression de scikit-learn y lo ajustamos a los datos.

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)

Paso 4: Realización de predicciones

Una vez entrenado el modelo, podemos utilizarlo para realizar predicciones. Por ejemplo, podemos predecir el valor de y cuando x = 6.

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

Paso 5: Visualización de los resultados

Podemos representar los puntos de datos y la recta de regresión para visualizar qué tan bien se ajusta el modelo a los datos.

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()

Paso 6: Evaluación del modelo

Evaluamos el rendimiento del modelo mediante métricas como R cuadrado. Esta métrica mide qué tan bien explica el modelo la variabilidad de los datos.

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

Desafíos comunes en la implementación

Al implementar la regresión lineal, puede enfrentarse a desafíos como los siguientes:

• Sobreajuste con conjuntos de datos pequeños.
• Sensibilidad a los valores atípicos.
• Gestión de la multicolinealidad en múltiples variables.

Resumen y próximos pasos

En esta lección:

• Aprendimos a implementar la regresión lineal con scikit-learn.
• Realizamos predicciones y visualizamos los resultados.
• Evaluamos el modelo mediante R-cuadrado.

A continuación, exploraremos el concepto de regresión logística para problemas de clasificación.