{"id":3816,"date":"2023-07-15T09:21:43","date_gmt":"2023-07-15T09:21:43","guid":{"rendered":"https:\/\/statorials.org\/pt\/coeficientes-de-regressao-sklearn\/"},"modified":"2023-07-15T09:21:43","modified_gmt":"2023-07-15T09:21:43","slug":"coeficientes-de-regressao-sklearn","status":"publish","type":"post","link":"https:\/\/statorials.org\/pt\/coeficientes-de-regressao-sklearn\/","title":{"rendered":"Como extrair coeficientes de regress\u00e3o do modelo scikit-learn"},"content":{"rendered":"

<\/p>\n

\n

Voc\u00ea pode usar a seguinte sintaxe b\u00e1sica para extrair coeficientes de regress\u00e3o de um modelo de regress\u00e3o constru\u00eddo com scikit-learn em Python:<\/span><\/p>\n

 p.d. DataFrame<\/span> ( zip<\/span> ( X.columns<\/span> , model.coef_<\/span> ))\n<\/span><\/span><\/strong><\/pre>\n
 O exemplo a seguir mostra como usar essa sintaxe na pr\u00e1tica.<\/span><\/p>\n
 Exemplo: extrair coeficientes de regress\u00e3o do modelo Scikit-Learn<\/strong><\/span><\/h2>\n
 Suponha que temos o seguinte DataFrame do pandas que cont\u00e9m informa\u00e7\u00f5es sobre horas estudadas, n\u00famero de exames preparat\u00f3rios realizados e nota do exame final obtida por 11 alunos em uma turma:<\/span><\/p>\n
 import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' hours<\/span> ': [1, 2, 2, 4, 2, 1, 5, 4, 2, 4, 4],\n                   ' exams<\/span> ': [1, 3, 3, 5, 2, 2, 1, 1, 0, 3, 4],\n                   ' score<\/span> ': [76, 78, 85, 88, 72, 69, 94, 94, 88, 92, 90]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n    hours exam score\n0 1 1 76\n1 2 3 78\n2 2 3 85\n3 4 5 88\n4 2 2 72\n5 1 2 69\n6 5 1 94\n7 4 1 94\n8 2 0 88\n9 4 3 92\n10 4 4 90<\/span><\/span><\/strong><\/pre>\n
 Podemos usar o c\u00f3digo a seguir para ajustar um modelo de regress\u00e3o linear m\u00faltipla<\/a> usando horas<\/strong> e exames<\/strong> como vari\u00e1veis preditoras e pontua\u00e7\u00e3o<\/strong> como vari\u00e1vel de resposta:<\/span><\/p>\n
 from<\/span> sklearn. linear_model<\/span> import<\/span> LinearRegression\n\n#initiate linear regression model\n<\/span>model = LinearRegression()\n\n#define predictor and response variables\n<\/span>x, y = df[[' hours<\/span> ', ' exams<\/span> ']], df. score<\/span>\n\n#fit regression model\n<\/span>model. fit<\/span> (x,y)\n<\/span><\/span><\/strong><\/pre>\n
 Podemos ent\u00e3o usar a seguinte sintaxe para extrair os coeficientes de regress\u00e3o de horas<\/strong> e exames<\/strong> :<\/span><\/p>\n
 #print regression coefficients\np.d. DataFrame<\/span> ( zip<\/span> ( X.columns<\/span> , model.coef_<\/span> ))\n\n            0 1\n0 hours 5.794521\n1 exams -1.157647\n<\/span><\/span><\/span><\/span><\/strong><\/pre>\n
 A partir do resultado, podemos ver os coeficientes de regress\u00e3o para as duas vari\u00e1veis preditoras do modelo:<\/span><\/p>\n