資料科學 - 迴歸表
迴歸表
線性迴歸的輸出可以總結在一個迴歸表中。
表格內容包括
- 關於模型的資訊
- 線性迴歸函式的係數
- 迴歸統計量
- 來自線性迴歸函式的係數統計量
- 我們在此模組中不涵蓋的其他資訊
以 Average_Pulse 作為解釋變數的迴歸表
您現在可以開始分析高階輸出了！
在 Python 中建立線性迴歸表
以下是在 Python 中建立線性迴歸表的方法
示例
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())
自己動手試一試 »
示例解釋
- 匯入庫 statsmodels.formula.api as smf。Statsmodels 是 Python 中的一個統計庫。
- 使用 full_health_data 資料集。
- 使用 smf.ols() 建立一個基於普通最小二乘法的模型。請注意，解釋變數必須寫在括號內。使用 full_health_data 資料集。
- 透過呼叫 .fit()，您可以獲得 results 變數。它包含了有關回歸模型的許多資訊。
- 呼叫 summary() 以獲取包含線性迴歸結果的表格。
