Lineaire regressie implementeren in Python

Lineaire regressie implementeren in Python

Nu je het concept van lineaire regressie begrijpt, gaan we het met Python implementeren. Hiervoor gebruiken we de populaire bibliotheek scikit-learn.

Stap 1: De gegevens voorbereiden

Eerst moeten we een gegevensverzameling voorbereiden. Voor dit voorbeeld gebruiken we een eenvoudige gegevensverzameling met één onafhankelijke variabele (x) en één afhankelijke variabele (y).

Dit zijn de gegevens:

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

Stap 2: De benodigde bibliotheken importeren

We moeten de volgende bibliotheken importeren:

• numpy: Voor numerieke berekeningen.
• matplotlib: Voor visualisaties.
• scikit-learn: Voor algoritmen voor machinaal leren.

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

Stap 3: Het model maken

We maken een lineair regressiemodel met de klasse LinearRegression van scikit-learn en stemmen het model af op de gegevens.

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)

Stap 4: Voorspellingen doen

Zodra het model is getraind, kunnen we het gebruiken om voorspellingen te doen. We kunnen bijvoorbeeld de waarde van y voorspellen wanneer x = 6.

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

Stap 5: De resultaten visualiseren

We kunnen de gegevenspunten en de regressielijn uitzetten om te visualiseren hoe goed het model op de gegevens past.

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()

Stap 6: Het model evalueren

We evalueren de prestaties van het model met maatstaven zoals R-kwadraat. Deze maatstaf meet hoe goed het model de variatie in de gegevens verklaart.

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

Tijdens het implementeren van lineaire regressie kun je uitdagingen tegenkomen, zoals:

• Overfitting bij kleine datasets.
• Gevoeligheid voor uitschieters.
• Omgaan met multicollineariteit bij meerdere variabelen.

In deze les hebben we:

• Geleerd hoe je lineaire regressie implementeert met scikit-learn.
• Voorspellingen gedaan en de resultaten gevisualiseerd.
• Het model geëvalueerd met R-kwadraat.

Vervolgens verkennen we het concept van logistische regressie voor classificatieproblemen.