Ich habe 5000 Datenpunkte von like_so_ (x, y, z) für zB (0,1,50) gesetzt wo x = 1, y = 2, z = 120.mit Hilfe dieser 5000 Enteries, muss ich eine Gleichung in
erhalten, die gegeben x und y, Gleichung sollte in der Lage sein, zWie man Gleichung für nichtlineare mutivariate Regression erhält, in der eine Variable von anderen zwei unabhängigen Variablen in Python abhängt
Antwort
Sie können Verwenden Sie statsmodels.ols
. Einige Beispieldaten - vorausgesetzt, Sie ein pd.DataFrame
von Ihren (x, y, z)
Daten erstellen:
import pandas as pd
df = pd.DataFrame(np.random.randint(100, size=(150, 3)), columns=list('XYZ'))
df.info()
RangeIndex: 150 entries, 0 to 149
Data columns (total 3 columns):
X 150 non-null int64
Y 150 non-null int64
Z 150 non-null int64
Jetzt linearen Regressionsparameter ermitteln:
import numpy as np
import statsmodels.api as sm
model = sm.OLS(df['Z'], df[['X', 'Y']])
results = model.fit()
zu erhalten:
results.summary())
OLS Regression Results
==============================================================================
Dep. Variable: Z R-squared: 0.652
Model: OLS Adj. R-squared: 0.647
Method: Least Squares F-statistic: 138.6
Date: Fri, 17 Jun 2016 Prob (F-statistic): 1.21e-34
Time: 13:48:38 Log-Likelihood: -741.94
No. Observations: 150 AIC: 1488.
Df Residuals: 148 BIC: 1494.
Df Model: 2
Covariance Type: nonrobust
==============================================================================
coef std err t P>|t| [95.0% Conf. Int.]
------------------------------------------------------------------------------
X 0.5224 0.076 6.874 0.000 0.372 0.673
Y 0.3531 0.076 4.667 0.000 0.204 0.503
==============================================================================
Omnibus: 5.869 Durbin-Watson: 1.921
Prob(Omnibus): 0.053 Jarque-Bera (JB): 2.990
Skew: -0.000 Prob(JB): 0.224
Kurtosis: 2.308 Cond. No. 2.70
==============================================================================
Warnings:
[1] Standard Errors assume that the covariance matrix of the errors is correctly specified.
vorherzusagen, zu verwenden:
params = results.params
params = results.params
df['predictions'] = model.predict(params)
, die ergibt:
X Y Z predictions
0 31 85 75 54.701830
1 36 46 43 34.828605
2 77 42 8 43.795386
3 78 84 65 66.932761
4 27 54 50 36.737606
ich brauche nichtlineare Regression zu verwenden aber das Dataset ist nichtlinear –
Wenn die Beziehung zwischen Ihren Features und Ihrer Ausgabe nicht linear ist, können Sie beides transformieren - z Quadrate, Quadratwurzel oder trignometrische Funktionen mit Features oder Ausgaben, und verwenden Sie die transformierten Werte mit der obigen 'ols'-Prozedur. Letztendlich müssen Sie jedoch weitere Informationen bereitstellen, um Hilfe zu erhalten. Sehen Sie hier beispielsweise die verschiedenen Formen, die eine nichtlineare Beziehung annehmen kann: http://stats.stackexchange.com/questions/148638/how-to-tell- die Differenz zwischen linearen und nichtlinearen Regressionsmodellen – Stefan
- 1. Wie erhält man eine Schätzung aus der Regression in Excel?
- 2. Polynomische Regression in R mit mehreren unabhängigen Variablen
- 3. Zeichnen Sie eine nichtlineare Gleichung
- 4. Wie löse ich eine nichtlineare Gleichung in Sympy?
- 5. Stückweise lineare und nichtlineare Regression in R
- 6. Python lösen Gleichung für eine Variable
- 7. Regression für eine Rate-Variable in R
- 8. Wie kann ich eine 'for' -Schleife für nur eine Variable in einer Funktion verwenden, die von zwei Variablen abhängt?
- 9. Wie soll ich nichtlineare Gleichung mit R
- 10. Wie man erste Ableitung der Gleichung in Matlab erhält
- 11. Python curve_fit mit mehreren unabhängigen Variablen
- 12. Mit R eine Regression mit mehreren abhängigen und mehreren unabhängigen Variablen
- 13. Mehrere Regression in Python
- 14. Wie löst man eine nichtlineare Gleichung mit dem Paket nleqslv in R?
- 15. Wie eine Variable von einer anderen Variablen in Vue.js initialisieren
- 16. eine Panel-Regression in Python
- 17. Schrittweise Regression in Python
- 18. Mehrere Variable nicht lineare Regression oder Kurvenanpassung Matlab
- 19. R: Variable Auswahl für multiple Regression w/prozentabhängige Variable, ernste Kollinearität
- 20. , wie eine Variable im Namen einer anderen Variablen in C++
- 21. Wie man Modulweite Variablen in Python erstellt?
- 22. Wie man Variablen aus einer Gleichung extrahiert?
- 23. Eine Prüfbedingung erstellen, die von einer anderen Tabelle abhängt
- 24. Filter Daten pro Wert der unabhängigen Variablen in R
- 25. Definieren Variable für die Gleichung
- 26. Wie erhält man die Variable, der eine Funktion zugewiesen ist?
- 27. Wie man zwei Variablen vertauscht?
- 28. Extrahieren von Variablen aus der mathematischen Gleichung
- 29. Lineare Regression in TensorFlow: Wie erhält man alle geschätzten y-Werte von y = m * x?
- 30. Wie setzt man eine komplizierte Gleichung in eine R-Formel?
Warum nicht zeigen, was Sie bisher haben und angeben, wo Sie stecken bleiben? –
Ich habe versucht, pyplot-Funktion in Python zu verwenden, aber es passt nur zu Datensätzen, in denen es eine abhängige und eine unabhängige Variable gibt, dh 2D-Oberfläche –
aber unser Dataset ist in 3values statt zwei Werte dh es ist multivariate –