पायथन में लॉगरिदमिक रिग्रेशन (चरण दर चरण)

लॉगरिदमिक रिग्रेशन एक प्रकार का रिग्रेशन है जिसका उपयोग उन स्थितियों को मॉडल करने के लिए किया जाता है जिनमें वृद्धि या गिरावट पहले तेजी से बढ़ती है और फिर समय के साथ धीमी हो जाती है।

उदाहरण के लिए, निम्नलिखित ग्राफ लघुगणकीय क्षय का एक उदाहरण दिखाता है:

इस प्रकार की स्थिति के लिए, एक भविष्यवक्ता चर और एक प्रतिक्रिया चर के बीच संबंध को लॉगरिदमिक प्रतिगमन का उपयोग करके अच्छी तरह से तैयार किया जा सकता है।

लघुगणक प्रतिगमन मॉडल के लिए समीकरण निम्नलिखित रूप लेता है:

y = a + b*ln(x)

सोना:

• y: प्रतिक्रिया चर
• x: पूर्वानुमानित चर
• ए, बी: प्रतिगमन गुणांक जो एक्स और वाई के बीच संबंध का वर्णन करते हैं

निम्नलिखित चरण-दर-चरण उदाहरण दिखाता है कि पायथन में लॉगरिदमिक रिग्रेशन कैसे करें।

चरण 1: डेटा बनाएं

सबसे पहले, आइए दो वेरिएबल्स के लिए नकली डेटा बनाएं: x और y :

 import numpy as np
x = np. arange (1, 16, 1)
y = np. array ([59, 50, 44, 38, 33, 28, 23, 20, 17, 15, 13, 12, 11, 10, 9.5])

चरण 2: डेटा को विज़ुअलाइज़ करें

इसके बाद, आइए x और y के बीच संबंध को देखने के लिए एक त्वरित स्कैटरप्लॉट बनाएं:

 import matplotlib. pyplot as plt

plt. scatter (x,y)
plt. show () 

ग्राफ़ से, हम देख सकते हैं कि दो चरों के बीच एक लघुगणकीय क्षय पैटर्न है। प्रतिक्रिया चर का मान, y , पहले तेजी से घटता है, फिर समय के साथ धीमा हो जाता है।

इसलिए चरों के बीच संबंध का वर्णन करने के लिए लघुगणक प्रतिगमन समीकरण को फिट करना बुद्धिमानी लगता है।

चरण 3: लॉगरिदमिक प्रतिगमन मॉडल को फ़िट करें

इसके बाद, हम लॉगरिदमिक रिग्रेशन मॉडल को फिट करने के लिए पॉलीफिट() फ़ंक्शन का उपयोग करेंगे, एक्स के प्राकृतिक लघुगणक को भविष्यवक्ता चर के रूप में और वाई को प्रतिक्रिया चर के रूप में उपयोग करेंगे:

 #fit the model
fit = np. polyfit (np. log (x), y, 1)

#view the output of the model
print(fit)

[-20.19869943 63.06859979]

हम निम्नलिखित समायोजित लघुगणक प्रतिगमन समीकरण लिखने के लिए परिणाम से गुणांक का उपयोग कर सकते हैं:

y = 63.0686 – 20.1987 * ln(x)

हम इस समीकरण का उपयोग भविष्यवक्ता चर, x के मान के आधार पर, प्रतिक्रिया चर, y की भविष्यवाणी करने के लिए कर सकते हैं। उदाहरण के लिए, यदि x = 12, तो हम अनुमान लगाएंगे कि y 12.87 होगा:

y = 63.0686 – 20.1987 * ln(12) = 12.87

बोनस: किसी दिए गए भविष्यवक्ता और प्रतिक्रिया चर के लिए लॉगरिदमिक प्रतिगमन समीकरण की स्वचालित रूप से गणना करने के लिए इस ऑनलाइन लॉगरिदमिक रिग्रेशन कैलकुलेटर का उपयोग करने के लिए स्वतंत्र महसूस करें।

अतिरिक्त संसाधन

पायथन में रैखिक प्रतिगमन के लिए एक संपूर्ण मार्गदर्शिका
पायथन में एक्सपोनेंशियल रिग्रेशन कैसे करें
पायथन में लॉजिस्टिक रिग्रेशन कैसे करें