Come eseguire la regressione polinomiale in python
L’analisi di regressione viene utilizzata per quantificare la relazione tra una o più variabili esplicative e una variabile di risposta.
Il tipo più comune di analisi di regressione è la regressione lineare semplice , utilizzata quando una variabile predittore e una variabile di risposta hanno una relazione lineare.
Tuttavia, a volte la relazione tra una variabile predittore e una variabile di risposta non è lineare.
Ad esempio, la vera relazione può essere quadratica:
Oppure può essere cubico:
In questi casi, ha senso utilizzare la regressione polinomiale , che può tenere conto della relazione non lineare tra le variabili.
Questo tutorial spiega come eseguire la regressione polinomiale in Python.
Esempio: regressione polinomiale in Python
Supponiamo di avere la seguente variabile predittore (x) e variabile di risposta (y) in Python:
x = [2, 3, 4, 5, 6, 7, 7, 8, 9, 11, 12] y = [18, 16, 15, 17, 20, 23, 25, 28, 31, 30, 29]
Se creiamo un semplice grafico a dispersione di questi dati, possiamo vedere che la relazione tra x e y è chiaramente non lineare:
import matplotlib.pyplot as plt #create scatterplot plt.scatter(x, y)
Non avrebbe quindi senso adattare a questi dati un modello di regressione lineare. Invece, possiamo tentare di adattare un modello di regressione polinomiale con grado 3 utilizzando la funzione numpy.polyfit() :
import numpy as np #polynomial fit with degree = 3 model = np.poly1d(np.polyfit(x, y, 3)) #add fitted polynomial line to scatterplot polyline = np.linspace(1, 12, 50) plt.scatter(x, y) plt.plot(polyline, model(polyline)) plt.show()
Possiamo ottenere l’equazione di regressione polinomiale adattata stampando i coefficienti del modello:
print(model) poly1d([ -0.10889554, 2.25592957, -11.83877127, 33.62640038])
L’equazione di regressione polinomiale adattata è:
y = -0,109x 3 + 2,256x 2 – 11,839x + 33,626
Questa equazione può essere utilizzata per trovare il valore atteso della variabile di risposta dato un dato valore della variabile esplicativa.
Ad esempio, supponiamo x = 4. Il valore atteso per la variabile di risposta, y, sarebbe:
y = -0,109(4) 3 + 2,256(4) 2 – 11,839(4) + 33,626= 15,39 .
Possiamo anche scrivere una breve funzione per ottenere l’R quadrato del modello, ovvero la proporzione della varianza nella variabile di risposta che può essere spiegata dalle variabili predittive.
#define function to calculate r-squared def polyfit(x, y, degree): results = {} coeffs = numpy.polyfit(x, y, degree) p = numpy.poly1d(coeffs) #calculate r-squared yhat = p(x) ybar = numpy.sum(y)/len(y) ssreg = numpy.sum((yhat-ybar)**2) sstot = numpy.sum((y - ybar)**2) results['r_squared'] = ssreg / sstot return results #find r-squared of polynomial model with degree = 3 polyfit(x, y, 3) {'r_squared': 0.9841113454245183}
In questo esempio, il quadrato R del modello è 0,9841 .
Ciò significa che il 98,41% della variazione nella variabile di risposta può essere spiegato dalle variabili predittive.