-
Notifications
You must be signed in to change notification settings - Fork 7
/
Multiple Linear Regression.py
101 lines (84 loc) · 3.79 KB
/
Multiple Linear Regression.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
# -*- coding: utf-8 -*-
#Linear Regression in Python with Scikit-Learn
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as seabornInstance
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn import metrics
#%matplotlib inline
#--------------IMPORT DATA HERE-----------------------
dataset = pd.read_csv(r'C:\HỌC TẬP\PYTHON LEARNING\STATISTIC\DATA RESEARCH\chỉ số signup.csv')
#tính kích cỡ dữ liệu
print('>>>>>> KÍCH CỠ DỮ LIỆU:',dataset.shape)
print('>>>>>> CÁC BIẾN TRONG DATA:')
print(dataset.dtypes) #xác định các biến có trong data (tìm tiêu đề))
#--------xác định 8 chỉ số cơ bản của biến cụ thể-----
print('>>>>>> 8 CHỈ SỐ THỐNG KÊ CƠ BẢN')
print(dataset['Chỉ số Signup'].describe())
# tổng kết các câu lệnh statistic trong pandas
# 1 count() Number of non-null observations
# 2 sum() Sum of values
# 3 mean() Mean of Values
# 4 median() Median of Values
# 5 mode() Mode of values
# 6 std() Standard Deviation of the Values
# 7 min() Minimum Value
# 8 max() Maximum Value
# 9 abs() Absolute Value
# 10 prod() Product of Values
# 11 cumsum() Cumulative Sum
# 12 cumprod() Cumulative Product
#kiểm tra & loại bỏ dữ liệu Null
dataset.isnull().any()
dataset = dataset.fillna(method='ffill')
#------------ MATRIX HỆ SỐ TƯƠNG QUAN -------------------
#seabornInstance.pairplot(dataset)
#------------ xác định chuỗi biến phụ thuộc -------------
X = dataset[['Số người tiếp cận được',
'Số lần hiển thị',
'Tần suất',
# 'Số tiền đã chi tiêu (VND)',
# 'Số lượt click vào liên kết',
# 'Số lần hiển thị',
# 'Chi phí tiếp cận 1.000 người',
# 'Lượt tương tác với bài viết',
'Số tiền đã chi tiêu (VND)']].values
y = dataset['Chỉ số Signup'].values
#----------- plot phân phối chuẩn biến độc lập----------
plt.figure(figsize=(5,5))
plt.tight_layout()
seabornInstance.distplot(dataset['Chỉ số Signup'])
#----------------- MATRIX CORR -------------------------
fig, ax = plt.subplots(figsize=(8,6))
seabornInstance.heatmap(dataset.corr(), annot=True,vmin=-1, vmax=1,center=0,
annot_kws={'size': 12},ax=ax)
#Test 20% dữ liệu
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)
#thiếp lập mô hình
regressor = LinearRegression()
regressor.fit(X_train, y_train)
#chỉ số tính toán từng biến của mô hình
coeff_df = pd.DataFrame(regressor.coef_)
print(coeff_df)
#----------------------------------------------------------------------
y_pred = regressor.predict(X_test)
df = pd.DataFrame({'Actual': y_test, 'Predicted': y_pred})
df1 = df.head(25)
df1.plot(kind='bar',figsize=(10,8))
plt.grid(which='major', linestyle='-', linewidth='0.5', color='green')
plt.grid(which='minor', linestyle=':', linewidth='0.5', color='black')
plt.show()
print('Mean Absolute Error:', metrics.mean_absolute_error(y_test, y_pred))
print('Mean Squared Error:', metrics.mean_squared_error(y_test, y_pred))
print('Root Mean Squared Error:', np.sqrt(metrics.mean_squared_error(y_test, y_pred)))
from sklearn.metrics import r2_score
print('>>>>>> R Squared - Độ phù hợp của mô hình:',r2_score(y_test, y_pred))
a=float(((np.sqrt(metrics.mean_squared_error(y_test, y_pred)))/(metrics.mean_absolute_error(y_test, y_pred)))-1)
if a<=0.05:
print('>>>>>> độ chính xác cao')
if a<0.1 and a>0.05:
print('>>>>>> độ chính xác tương đối')
else:
print('>>>>>> (RMSE/MAE - 1)=',a)