Ciência de dados - Tabela de regressão
Tabela de regressão
A saída da regressão linear pode ser resumida em uma tabela de regressão.
O conteúdo da tabela inclui:
- Informações sobre o modelo
- Coeficientes da função de regressão linear
- Estatísticas de regressão
- Estatísticas dos coeficientes da função de regressão linear
- Outras informações que não abordaremos neste módulo
Tabela de regressão com Average_Pulse como variável explicativa
Agora você pode começar sua jornada na análise de resultados avançados!
Criar uma tabela de regressão linear em Python
Aqui está como criar uma tabela de regressão linear em Python:
Exemplo
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())
Exemplo explicado:
- Importe a biblioteca statsmodels.formula.api como smf. Statsmodels é uma biblioteca estatística em Python.
- Use o conjunto full_health_data.
- Crie um modelo baseado em Mínimos Quadrados Ordinários com smf.ols(). Observe que a variável explicativa deve ser escrita primeiro entre parênteses. Use o conjunto de dados full_health_data.
- Ao chamar .fit(), você obtém os resultados da variável. Isso contém muitas informações sobre o modelo de regressão.
- Chame summary() para obter a tabela com os resultados da regressão linear.