วิทยาศาสตร์ข้อมูล- ตารางถดถอย: R-Squared
R - กำลังสอง
R-Squared และ Adjusted R-Squared อธิบายว่าตัวแบบการถดถอยเชิงเส้นเหมาะสมกับจุดข้อมูลมากเพียงใด:
ค่าของ R-Squared จะอยู่ระหว่าง 0 ถึง 1 เสมอ (0% ถึง 100%)
- ค่า R-Squared สูงหมายความว่าจุดข้อมูลจำนวนมากอยู่ใกล้กับเส้นฟังก์ชันการถดถอยเชิงเส้น
- ค่า R-Squared ต่ำหมายความว่าเส้นฟังก์ชันการถดถอยเชิงเส้นไม่พอดีกับข้อมูล
ตัวอย่างภาพของค่า R ต่ำ - ค่ากำลังสอง (0.00)
ตัวแบบการถดถอยของเราแสดงค่า R-Squared เป็นศูนย์ ซึ่งหมายความว่าเส้นฟังก์ชันการถดถอยเชิงเส้นไม่พอดีกับข้อมูล
สิ่งนี้สามารถแสดงให้เห็นได้เมื่อเราพล็อตฟังก์ชันการถดถอยเชิงเส้นผ่านจุดข้อมูลของ Average_Pulse และ Calorie_Burnage
ตัวอย่างการมองเห็นของค่า R สูง - ค่ากำลังสอง (0.79)
อย่างไรก็ตาม หากเราพล็อตDurationและCalorie_Burnage R-Squared จะเพิ่มขึ้น ในที่นี้ เราจะเห็นว่าจุดข้อมูลอยู่ใกล้กับเส้นฟังก์ชันการถดถอยเชิงเส้น:
นี่คือรหัสใน Python:
ตัวอย่าง
import pandas as pd
import matplotlib.pyplot as plt
from scipy
import stats
full_health_data = pd.read_csv("data.csv", header=0, sep=",")
x = full_health_data["Duration"]
y =
full_health_data ["Calorie_Burnage"]
slope, intercept, r, p, std_err =
stats.linregress(x, y)
def myfunc(x):
return slope * x + intercept
mymodel = list(map(myfunc, x))
print(mymodel)
plt.scatter(x,
y)
plt.plot(x, mymodel)
plt.ylim(ymin=0, ymax=2000)
plt.xlim(xmin=0,
xmax=200)
plt.xlabel("Duration")
plt.ylabel ("Calorie_Burnage")
plt.show()
สรุป - การคาดคะเน Calorie_Burnage ด้วย Average_Pulse
เราจะสรุปฟังก์ชันการถดถอยเชิงเส้นด้วย Average_Pulse เป็นตัวแปรอธิบายได้อย่างไร
- ค่าสัมประสิทธิ์ 0.3296 ซึ่งหมายความว่า Average_Pulse มีผลเพียงเล็กน้อยต่อ Calorie_Burnage
- ค่า P สูง (0.824) ซึ่งหมายความว่าเราไม่สามารถสรุปความสัมพันธ์ระหว่าง Average_Pulse และ Calorie_Burnage
- ค่า R-Squared เท่ากับ 0 ซึ่งหมายความว่าเส้นฟังก์ชันการถดถอยเชิงเส้นไม่พอดีกับข้อมูล