Pythonda Lineer Regresyon

Veri analizinde, kilit etkileyiciler, bağımlı bir değişken üzerinde önemli bir etkiye sahip olan değişkenlerdir. Başka bir deyişle, çıkarların sonucuna en çok katkıda bulunan faktörlerdir. Python'da, bir veri kümesindeki kilit etkileyicileri belirlemek ve farklı değişkenler arasındaki ilişkinin gücünü ve yönünü ölçmek için doğrusal regresyon kullanılır. Bu eğitimin tam videosunu bu blogun alt kısmında izleyebilirsiniz .

Önemli etkileyicileri belirlemek, bir veri kümesindeki temel ilişkileri anlamak ve gelecekteki sonuçlar hakkında tahminler yapmak için yararlı olabilir.

Python kitaplıkları, regresyon analizi gerçekleştirmek ve bir veri kümesindeki önemli etkileyicileri belirlemek için bir dizi araç ve işlev sağlar.

İçindekiler

• Lineer Regresyon Modeli Kullanmak
  • Kullanılan Python Kitaplıkları
  • Kullanılan Modeller
  • Kullanılan Veri Kümesi
• Kilit Etkileyenler Görsel İçin Farklı Modeller Kullanmak
• Lineer Regresyon Analizinin Doğruluğunun Test Edilmesi
• Çözüm

Lineer Regresyon Modeli Kullanmak

Bu makalede, bazı LuckyTemplates önemli etkileyicilerini taklit etmek için bir doğrusal regresyon modelini nasıl kullanabileceğinizi göstereceğim . Amacımız, başka bir değişkende neyin değiştiğini açıklayabilmek için tüm değişkenlerimizi kullanmaktır.

LuckyTemplates temel etkileyicileri, doğrusal bir regresyon modelidir. Çoğu zaman, kaputun altında ne olduğunu tam olarak bilmesek de bunu kullanırız. Bu eğitimde, bunu sigorta masraflarına katkıda bulunan faktörleri belirlemek için kullanıyorum.

Sigorta ücretlerinin veri setine bir göz atalım. Bunun sigara içme durumu, cinsiyet, bölge, çocuklar, VKİ ve yaş ile açıklanmasını istiyorum.

Şu anda, kilit etkileyiciler en etkili değişkeni gösteriyor. Sigara içen kişi evet olduğunda, sigara içen kişinin diğer tüm değerlerine kıyasla ortalama ücret 23.615 $ daha yüksektir.

Harika bir görsel ama bize ücretleri etkileyebilecek başka değişkenler vermiyor.

Açılır listeyi Artır'dan Azalt'a değiştirerek derinlemesine inceleyelim .

Bu sefer tam tersi. Sigara içmiyorsanız, sigara içenlerin diğer tüm değerlerine kıyasla ortalama ücret 23.615 ABD Doları daha düşüktür.

Gördüğünüz gibi bu, bazı Python kodlarını kullanarak oluşturduğum ve minimum koşullu biçimlendirmeyle LuckyTemplates'a aktardığım bir doğrusal regresyon modeli .

Kodlama açısından, üzerinde tam kontrole sahibiz ve bunu ana etkileyici görseline bir alternatif veya tamamlayıcı olarak nasıl oluşturduğumu göreceksiniz.

Jüpiter Defterine geçelim. Daha iyi anlaşılması için bunları madde madde açıklayayım.

Kullanılan Python Kitaplıkları

İlk kısım, kullanmak istediğim tüm kütüphaneleri yüklediğim yer. Kitaplıklara aşina değilseniz, geliştiricilerin bizim için oluşturduğu kod ve işlev koleksiyonlarıdır.

Pandaları bir veri işleme kitaplığı olan pd olarak ve numpy'yi np olarak doğrusal hesaplamalar ve koşullu işlemler yapmamıza izin vermek için içe aktardım .

Kullanılan Modeller

Gelelim kullandığım modellere. olan sklearn.linear_model'i getirdim ve doğrusal bir regresyon modeli kullandım. İhtiyacımız olursa diye, verilerimizi ölçeklendirmemizi sağlayacak sklearn.preprocessing import StandardScaler'ı da getirdim .

Kullandığım başka bir modelin adı xgboost import XGBRegressor . Bu, karar ağacı ve diğer yararlı yönleri olan bir regresyon modelidir.

Ek olarak, verileri bir eğitim seti ile bir öğrenme seti arasında bölebilmek istediğim için train_set_split'i de kullandım . Makine Öğreniminde, algoritmanın herhangi bir tahminde bulunmadan önce öğrenmesi için bir dizi eğitim verisine ihtiyacımız var.

Ayrıca modeli belirlemek için mean_squared_error dosyasını ve biraz görsel yapmak istersek diye matplotlib.pyplot kütüphanesini getirdim .

Bunların hepsini kullanmayabiliriz ama yardımcı olabilir, o yüzden hepsini koydum.

Kullanılan Veri Kümesi

Ardından, veri kümesine hızlıca bir göz atalım. Sigorta veri kümesini getirmek için df = pd.read_csv işlevini kullandım ve ardından df1 = pd.get_dummies (df, drop_first = True) kullanarak verileri kukla değişkenlere dönüştürdüm .

Bunun için klavyemizde Esc + B tuşlarına basarak yeni bir hücre oluşturalım ve ardından df.head yazarak verileri değerlendirelim.

Bağımlı değişkenimiz olarak tahmin etmek istediğimiz yaş, cinsiyet, BMI, çocuklar, sigara içenler, bölge ve ücretlere sahibiz. Bunlar, makine öğrenimi için hazırlıksız olarak gelen verilerdir.

Makine öğreniminde kadın, erkek, güneybatı ve kuzeybatı gibi kategorik değişkenleri kullanamayacağız. Bu nedenle, tipik bir regresyon modeli ise, yapmamız gereken ilk şey, kategorik değişkenleri sayısal girdiye dönüştürmektir. 

Bunu yapmak için pd.get_dummies işlevini kullandım ve ardından df.head öğesini df1.head olarak değiştirerek bunu sayısal bir sütuna dönüştürdüm . Nasıl göründüğünü göstermek için Çalıştır düğmesine tıklayalım .

Artık sex_male , smoker_yes , zone_northwest vb. gibi bu yeni sütun koleksiyonunu görebiliriz . Algoritma, 1 ise evet, 0 ise hayır anlamına geldiğini otomatik olarak bilir.

Modeli aşırı karmaşık hale getirmek istemediğimiz için , dikkat çekici bir şekilde, sex_female ve zone_northeast yoktur . drop_first = True işlevini kullanarak bunları düşürdük .

Yaptığım bir sonraki şey, LinearRegression işlevini getirmek ve onu değişken modele kaydetmek oldu. 

Ayrıca Y değişkenlerimizi tahmin etmek için X ve Y değişkenleri oluşturdum ve daha sonra daha önce kullandığımız aynı veri setini kullanarak tahmin edicilerimiz için diğer tüm sütunları getirdim.

X değişkeni için, ücretleri düşürmek için df1.drop ('yükler', eksen=1) kullandık . Öte yandan, Y değişkeni için ücretlere ihtiyacımız var, bu yüzden df1['ücretler'] koyduk .

Aşağıdaki fonksiyonlar ile train_test_split fonksiyonunu kullanarak hem X hem de Y için eğitim ve test setleri oluşturdum ve bunları X ve Y değişkenlerine aktardım.

Ayrıca eğitim verilerini modelimize uydurmak için model.fit kullandım. Bu, doğrusal regresyon modelinin eğitim verilerini öğreneceği anlamına gelir. 

Bu kez tahmin edicilerimize bir göz atalım. Bunu görme şeklimiz, katsayılar aracılığıyladır çünkü bunlar, bu özelliklerin veya değişkenlerin her birinin yükleri nasıl etkilediğini açıklar.

Ayrıca , önemli etkileyiciler için sahip olduğumuz sayıyla ve modelimizle karşılaştırırsanız,  sigara içen_yes için katsayı sayısının çok yakın olduğu da dikkat çekicidir .

Özelliklerin ve katsayıların olduğu bir tablo oluşturmak için katsayıları tabloya getirmek ve görseli oluşturmak için pd.DataFrame kullandım.

Kilit Etkileyenler Görsel İçin Farklı Modeller Kullanmak

Ayrıca, XGB.Regressor'u getirerek kilit etkileyicileri elde etmek için farklı modeller kullanmanız önerilir . 

Modeli temsil ettiğimizde, bu sadece basit bir doğrusal regresyondur; ancak XGB.Regressor'u getirdiğimizde, modeli optimize etmek için kullanabileceğimiz birçok parametre var.

Aşağıdaki veri çerçevesini oluşturduğumda da bu işlevleri çoğalttım. Bu katsayılar, lineer regresyonda gördüğümüze kıyasla çok farklı.

Bu tablo ile sayılar kesindir. Örneğin, sigara içiyorsanız, masraflarınız 23.787 ABD doları artacaktır. Bir çocuğunuz varsa, 472 dolar artacak ve bu böyle devam edecek.

Bu etkileyiciler de önemlidir çünkü doğrusal regresyon tablosunda sahip olduklarımızı yansıtırlar. Biraz farklı ama çok yakın çünkü bu etkileyicilerin toplamı bir. Bu, etkileyicilere bakmanın farklı bir yoludur.

Lineer Regresyon Analizinin Doğruluğunun Test Edilmesi

Bundan sonra modelimizin doğruluğunu görmek istiyoruz, bu yüzden y_pred = model.predict (X_test) kullandık . 5885.7 ile kapalı olduğuna dair bir tahminle geldi. 

Bu sadece bir test veri seti ve tahmin iyi ya da kötü olsun, yine de değerlendirmemiz gerekiyor. Bunu şu anda yapmayacağız, çünkü yalnızca kilit etkileyicilerimize odaklanıyoruz. 

LuckyTemplates'a geri dönersek, size bunu nasıl çok kolay bir şekilde ifade ettiğimi göstereceğim. Bu, özellikleri ve etkileyicileri görebileceğiniz ayrı bir tablodur. 

Bunu Verileri Dönüştür seçeneğine giderek yaptım .

Sonra veri setimi çoğalttım ve bu tabloyu oluşturabildim. Python kodunu görmek ve kullandığımız değişkenleri incelemek için Uygulanan Adımlara da gidebiliriz .

Python betiğini çift tıklayarak  açalım .

Kütüphanelerimizi getirdik. Bunu, yalnızca sıfırlar ve birlerden oluşan bir makine öğrenimi, ön işleme veri kümesine dönüştürdük. 

Ayrıca, bir regresyon modeli getirdik, X ve Y'mizi verilere uyacak şekilde oluşturduk ve ardından tabloyu çıktı olarak kaydettik. Model yeterince iyi, bu yüzden bir eğitim testi seti kullanmadım.

Yaptığım başka bir şey de veri setini df olarak değiştirmek çünkü yazması daha kolay. Veri kümesi, orijinal verilerin değişkenidir.

Bu tablo ile çıktı olarak kaydettim, bu yüzden bu katsayılara sahibiz.

Bunu görsel olarak getirmek için Kapat ve Uygula'yı tıklayın .

Artık bir çubuk grafiğimiz var . Artıları ve eksileri göstermek için koşullu biçimlendirmeyi de kullandım.

DAX Studio ve Tablo Düzenleyiciyi LuckyTemplates'a Yükleme
LuckyTemplates'da Sorgu Ayarlarını Yapılandırma DAX Studio
Sorgu Düzenleyicisi Yoluyla LuckyTemplates Parametreleri

Çözüm

Sonuç olarak, önemli etkileyicileri anlamak ve Python'da doğrusal regresyon uygulamak, veri analizi ve tahmin için güçlü bir araç olabilir.

Bağımlı bir değişkeni etkileyen temel faktörleri belirleyerek ve bunların ilişkilerini modellemek için doğrusal regresyon kullanarak, gelecekteki sonuçları daha iyi anlayabilir ve tahmin edebiliriz .

Python'un güçlü kitaplıklarının kullanımıyla, doğrusal regresyon uygulamak ve verilerden anlamlı içgörüler çıkarmak kolaydır.

Herşey gönlünce olsun,