Laboratoriya mashquloti №1,2 Mavzu: O`qituvchili(Nazorat ostidagi) va o`qituvchisiz (Nazoratsiz) ta`lim

Regressiya
Regressiya muammosi chiqish o'zgaruvchisi "ish haqi" yoki "og'irlik" kabi haqiqiy yoki doimiy qiymat bo'lsa. Ko'p turli xil modellardan foydalanish mumkin, eng oddiy - chiziqli regressiya. U nuqtalar orqali o'tadigan eng yaxshi giper tekislik bilan ma'lumotlarni moslashtirishga harakat qiladi.

Regressiya modellarining turlari:

Misollar uchun:
Quyidagilardan qaysi biri regressiya vazifasi hisoblanadi?
Insonning yoshini bashorat qilish
Shaxsning millatini bashorat qilish
Ertaga kompaniyaning aktsiyalari narxi oshishini bashorat qilish
Hujjat NUJlarni ko'rish bilan bog'liqmi yoki yo'qligini taxmin qilasizmi?
Yechim: Shaxsning yoshini bashorat qilish (chunki bu haqiqiy qiymat, millatni bashorat qilish qat'iy, aksiya narxining oshishi diskret-ha/yo'q javobi, hujjatning NUJga aloqadorligini bashorat qilish yana diskret - ha/yo'q javobi). ).
Keling, chiziqli regressiyaga misol keltiraylik. Bizda uy-joy ma'lumotlar to'plami bor va biz uyning narxini taxmin qilmoqchimiz. Quyida u uchun python kodi.

# Python code to illustrate

# regression using data set
import matplotlib
matplotlib.use('GTKAgg')
import matplotlib.pyplot as plt
import numpy as np
from sklearn import datasets, linear_model
import pandas as pd
# Load CSV and columns
df = pd.read_csv("Housing.csv")
Y = df['price']
X = df['lotsize']
X=X.values.reshape(len(X),1)
Y=Y.values.reshape(len(Y),1)
# Split the data into training/testing sets
X_train = X[:-250]
X_test = X[-250:]
# Split the targets into training/testing sets
Y_train = Y[:-250]
Y_test = Y[-250:]
# Plot outputs
plt.scatter(X_test, Y_test, color='black')
plt.title('Test Data')
plt.xlabel('Size')
plt.ylabel('Price')
plt.xticks(())
plt.yticks(())
# Create linear regression object
regr = linear_model.LinearRegression()
# Train the model using the training sets
regr.fit(X_train, Y_train)
# Plot outputs
plt.plot(X_test, regr.predict(X_test), color='red',linewidth=3)
plt.show()
Yuqoridagi kodning chiqishi quyidagicha bo'ladi:

Ushbu grafikda biz test ma'lumotlarini chizamiz. Qizil chiziq narxni bashorat qilish uchun eng mos chiziqni ko'rsatadi. Chiziqli regressiya modelidan foydalangan holda individual bashorat qilish uchun:
print( str(round(regr.predict(5000))) )