Lineaire regressie implementeren in Python

Lineaire regressie implementeren in Python

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

Stap 1: De gegevens voorbereiden

Eerst moeten we een gegevensverzameling voorbereiden. In 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: Vereiste bibliotheken importeren

We moeten de volgende bibliotheken importeren:

• numpy: Voor numerieke berekeningen.
• matplotlib: Voor visualisaties.
• scikit-learn: Voor algoritmen voor machine learning.

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 passen het aan de gegevens aan.

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 tekenen om te zien hoe goed het model bij 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-squared. Deze meet hoe goed het model de variatie in de gegevens verklaart.

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

Bij het implementeren van lineaire regressie kun je te maken krijgen met uitdagingen zoals:

• Overfitting bij kleine gegevensverzamelingen.
• 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-squared.

Vervolgens verkennen we het concept van logistische regressie voor classificatieproblemen.