Implementazione della regressione lineare in Python

Ora che comprende il concetto di regressione lineare, la implementeremo utilizzando Python. A questo scopo utilizzeremo la popolare libreria scikit-learn.

Passaggio 1: preparazione dei dati

Per prima cosa dobbiamo preparare un dataset. In questo esempio utilizzeremo un dataset semplice con una variabile indipendente (x) e una variabile dipendente (y).

Ecco i dati:

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

Passaggio 2: importazione delle librerie necessarie

Dobbiamo importare le seguenti librerie:

• numpy: per i calcoli numerici.
• matplotlib: per le visualizzazioni.
• scikit-learn: per gli algoritmi di apprendimento automatico.

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

Passaggio 3: creazione del modello

Creiamo un modello di regressione lineare utilizzando la classe LinearRegression di scikit-learn e lo adattiamo ai dati.

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)

Passaggio 4: esecuzione delle previsioni

Una volta addestrato il modello, possiamo utilizzarlo per effettuare previsioni. Ad esempio, possiamo prevedere il valore di y quando x = 6.

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

Passaggio 5: visualizzazione dei risultati

Possiamo tracciare i punti dei dati e la retta di regressione per visualizzare quanto bene il modello si adatta ai dati.

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()

Passaggio 6: valutazione del modello

Valutiamo le prestazioni del modello utilizzando metriche come R-quadrato. Questa metrica misura quanto bene il modello spiega la variabilità dei dati.

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

Sfide comuni nell'implementazione

Durante l'implementazione della regressione lineare, si possono incontrare difficoltà come:

• Overfitting con dataset di piccole dimensioni.
• Sensibilità ai valori anomali.
• Gestione della multicollinearità in presenza di più variabili.

Riepilogo e prossimi passi

In questa lezione abbiamo:

• Imparato a implementare la regressione lineare utilizzando scikit-learn.
• Effettuato previsioni e visualizzato i risultati.
• Valutato il modello utilizzando R-quadrato.

Ora esploreremo il concetto di regressione logistica per i problemi di classificazione.