回歸分析-Diamond

實(shí)例

在jupyter中實(shí)現(xiàn)

導(dǎo)入所需要的python庫
導(dǎo)入數(shù)據(jù)
查看是否有缺失值
繪制price列 的圖表
發(fā)現(xiàn)沒有離散值
繪制carat列的圖表
發(fā)現(xiàn)有離散值！繪制carat列的圖表，發(fā)現(xiàn)carat最大值雖然為5克拉但是非常少，但是超過2克拉的值非常少，所以保留最大值2克拉以內(nèi)的數(shù)據(jù)
去除離散值
去除離散值后繪圖
繪制cut_ord列的圖表，數(shù)字越大等級(jí)越高 發(fā)現(xiàn)數(shù)據(jù)中切工等級(jí)多分布在中高級(jí)
繪制凈度等級(jí)clarity_ord的圖表 數(shù)字越大等級(jí)越高 發(fā)現(xiàn)數(shù)據(jù)中凈度等級(jí)為8個(gè)等級(jí)多分布在低中級(jí)
建立新的索引
發(fā)現(xiàn)三個(gè)變量和price列都不呈線性分布
使用price列的log對(duì)數(shù)做散點(diǎn)圖
發(fā)現(xiàn)carat列和log_price列是呈線性分布的，而且是正分布
刪除price列
刪除cut_ord列和clarity_ord列
創(chuàng)建虛擬變量
把虛擬變量提取出來放入cols中
創(chuàng)建要做回歸分析的data_preprocessed數(shù)據(jù)框

以上都是進(jìn)行數(shù)據(jù)處理的過程，接下來才要進(jìn)行回歸分析。

把log_price列的數(shù)據(jù)提取出來，然后刪除log_price列
表轉(zhuǎn)化為數(shù)據(jù)
分割訓(xùn)練集和測(cè)試集
創(chuàng)建回歸

創(chuàng)建訓(xùn)練集的散點(diǎn)圖

y_train數(shù)據(jù)里是原有price訓(xùn)練集的log數(shù)值 而y_hat是price的預(yù)測(cè)值./ 從散點(diǎn)圖可以看出price的log值（y_train)和price的預(yù)測(cè)值（y_hat)無差異，模型經(jīng)過了第一次檢驗(yàn)
所有變量的權(quán)重如果為正數(shù) 表示價(jià)格（price）只會(huì)隨著該變量而增加；若為負(fù)數(shù) 表示價(jià)格（price）會(huì)因?yàn)樵撟兞慷陆?/div>

創(chuàng)建測(cè)試集的散點(diǎn)圖

原始價(jià)格（log_price)測(cè)試集（y_test)和預(yù)測(cè)價(jià)格測(cè)試集（y_hat_test)同樣是呈線性分布
把預(yù)測(cè)價(jià)格放入df_pf數(shù)據(jù)框中 這個(gè)價(jià)格是通過x_test測(cè)試集預(yù)測(cè)出的
測(cè)試集含有20%的數(shù)據(jù)，y_test是原有的價(jià)格
把兩組數(shù)據(jù)放在一個(gè)數(shù)據(jù)框中
殘差檢驗(yàn)
差異百分比
描述統(tǒng)計(jì)中顯示差異百分比最大值為292.55 較大
使用display函數(shù)展示差異百分比后300行（tail(300))的 數(shù)據(jù) 發(fā)現(xiàn)差異百分比超過100%也就300行，而測(cè)試集數(shù)據(jù)共有9900行，300/9900=3%，占數(shù)據(jù)的3%
繪制差異百分比圖表
由差異百分比圖表的呈現(xiàn)可知。差異百分比多集中在100%之內(nèi)，多分布在0-50之間，占總數(shù)據(jù)的90%以上，所以該模型還不錯(cuò)，可以用于數(shù)據(jù)預(yù)測(cè)。

Over

Created By Tao

最后編輯于 ：
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡書系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。
禁止轉(zhuǎn)載，如需轉(zhuǎn)載請(qǐng)通過簡信或評(píng)論聯(lián)系作者。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容