Ajuste por mínimos quadrados
Parte da seção Estatística para ML do Journey de Machine Learning da Coddy. Lição 36 de 64.
Ficar tentando adivinhar as retas poderia levar uma eternidade. np.polyfit(x, y, 1) encontra a melhor de uma só vez: a reta com a menor soma dos resíduos ao quadrado. Veja a profundidade da neve durante uma tempestade:
hours = np.array([1, 2, 3, 5, 6])
depth = np.array([14, 22, 35, 52, 61])
slope, intercept = np.polyfit(hours, depth, 1)
print(np.round(slope, 2), np.round(intercept, 2))Isso imprime 9.5 4.5: cerca de 9,5 cm a mais de neve por hora, e 4,5 cm na hora 0. Nenhuma outra linha tem um erro menor:
O 1 pede uma linha reta, e x vem primeiro. Isso é regressão linear, o primeiro modelo que você treina na seção 3.
Desafio
MédioUm fabricante de drones quer saber qual medida prevê melhor o tempo de voo. drones.csv contém 15 voos: payload_g, wind_kmh e flight_min. O código inicial carrega o arquivo e define ssr(x, y, slope, intercept).
- Para cada coluna em
columns, ajuste a reta que prevêflight_mina partir dela. - Imprima a equação e o SSR conforme abaixo: inclinação com 3 casas decimais, intercepto e SSR com 2.
- Imprima a coluna com o menor SSR.
Para outro drone:
payload_g: flight_min = -0.001 * payload_g + 21.55, SSR 164.94
wind_kmh: flight_min = -0.481 * wind_kmh + 28.13, SSR 9.1
Better predictor: wind_kmhExperimente você mesmo
import numpy as np
import pandas as pd
# Retorna a soma dos quadrados dos resíduos da reta slope * x + intercept (lição 35)
def ssr(x, y, slope, intercept):
return ((y - (slope * x + intercept)) ** 2).sum()
drones = pd.read_csv("drones.csv")
columns = ["payload_g", "wind_kmh"]
# Escreva seu código abaixo
Teste seus conhecimentosEsta lição inclui um quiz rápido. Comece a lição para respondê-lo e acompanhar seu progresso.
Todas as lições de Estatística para ML
1Centro e dispersão
Média e medianaPercentis e quartisVariância e desvio padrãoAmostra ou população?O valor mais frequenteRevisão: tempos de entrega4Amostras e Populações
População e AmostraAs médias amostrais variamA distribuição amostralAmostras maiores, menos ruídoRevisão: pesquisa de opinião em uma cidade7Linhas de tendência
ResíduosAjuste por mínimos quadradosTraçando o ajusteFazendo previsões com uma linhaQuão bom é o ajuste?Revisão: horas de prática10Codificação de Categorias
Categorias como NúmerosCodificação One-HotAgrupamento de Números em FaixasRecapitulação: Anúncios de Carros2Distribuições
Histogramas de densidadeFormatos dos dadosA curva normalA regra 68-95-99,7Escores ZRecapitulando: duração da bateria5Valores atípicos
Diagramas de caixaA regra do IQRA regra do Z-scoreComo lidar com valores atípicosRevisão: falhas nos sensores8Comparando grupos
Gráficos de caixa por grupoDiferença entre médiasPode ser acaso?Valores-pO teste tRevisão: teste A/B11Explorando um conjunto de dados
Um primeiro olharTodos os atributos de uma vezAtributos em relação ao rótuloOs dois melhores atributosRevisão: dados de diabetes3Probabilidade por Simulação
Probabilidade como frequênciaA Lei dos Grandes NúmerosSomas de dadosValor esperadoProbabilidade condicionalRevisão: chances na barraca de dados6Relações
Lendo gráficos de dispersãoCorrelaçãoMatriz de correlaçãoMapas de calor de correlaçãoCorrelação não é causalidadeRevisão: sorvete e sol9Escalonamento de Recursos
Por que escalar os recursosEscalonamento Min-MaxPadronizaçãoStandardScalerRevisão: Parceiros de escaladaPratique por conta própria: Compilador de Python online