データサイエンス-回帰表
回帰テーブル
線形回帰からの出力は、回帰テーブルにまとめることができます。
表の内容は次のとおりです。
- モデルに関する情報
- 線形回帰関数の係数
- 回帰統計
- 線形回帰関数からの係数の統計
- このモジュールでは取り上げないその他の情報
説明変数としてAverage_Pulseを使用した回帰テーブル
これで、高度な出力の分析に取り掛かることができます。
Pythonで線形回帰テーブルを作成する
Pythonで線形回帰テーブルを作成する方法は次のとおりです。
例
import pandas as pd
import statsmodels.formula.api as smf
full_health_data = pd.read_csv("data.csv", header=0, sep=",")
model = smf.ols('Calorie_Burnage ~ Average_Pulse', data =
full_health_data)
results = model.fit()
print(results.summary())
説明された例:
- ライブラリstatsmodels.formula.apiをsmfとしてインポートします。StatsmodelsはPythonの統計ライブラリです。
- full_health_dataセットを使用します。
- smf.ols()を使用して、通常の最小二乗法に基づくモデルを作成します。説明変数は最初に括弧内に記述する必要があることに注意してください。full_health_dataデータセットを使用します。
- .fit()を呼び出すことにより、変数の結果を取得します。これには、回帰モデルに関する多くの情報が含まれています。
- summary()を呼び出して、線形回帰の結果を含むテーブルを取得します。