Π― Π·Π°ΠΏΡΡΠΊΠ°Ρ ΠΏΡΠΎΠ³ΡΠ°ΠΌΠΌΡ Π½Π° Python ΠΈ ΠΏΡΡΠ°ΡΡΡ Π³Π΅Π½Π΅ΡΠΈΡΠΎΠ²Π°ΡΡ ΡΡΠ°ΡΠΈΡΡΠΈΡΠ΅ΡΠΊΠΈΠ΅ Π΄Π°Π½Π½ΡΠ΅ ΠΈΠ· ΠΌΠ°ΡΡΠΈΠ²Π°.
Π‘ΡΡΠΎΠΊΠ° ΠΊΠΎΠ΄Π°:
regressor_OLS = sm.OLS (y, X_opt) .fit ()
Π΄Π°Π΅ΡΡΡ ΡΡΠ°ΡΠ΅Π»ΡΠ½ΠΎ ΠΏΡΠΎΠ΄ΡΠΌΠ°Π½Π½Π°Ρ ΠΎΡΠΈΠ±ΠΊΠ°.
ΠΡΠΎ ΠΊΠΎΠ΄
ΠΈΠΌΠΏΠΎΡΡΠΈΡΠΎΠ²Π°ΡΡ numpy ΠΊΠ°ΠΊ np
ΠΈΠΌΠΏΠΎΡΡΠΈΡΠΎΠ²Π°ΡΡ matplotlib.pyplot ΠΊΠ°ΠΊ plt
ΠΈΠΌΠΏΠΎΡΡΠΈΡΠΎΠ²Π°ΡΡ ΠΏΠ°Π½Π΄ ΠΊΠ°ΠΊ pd
Π½Π°Π±ΠΎΡ Π΄Π°Π½Π½ΡΡ = pd.read_csv ('50_Startups.csv')
X = dataset.iloc [:,: - 1] .values
y = dataset.iloc [:, 4] .values
ΠΏΠ΅ΡΠ°ΡΡ (Π½Π°Π±ΠΎΡ Π΄Π°Π½Π½ΡΡ
)
ΠΈΠ· sklearn.preprocessing import OneHotEncoder
from sklearn.compose import ColumnTransformer
ct = ColumnTransformer ([("Π‘ΡΡΠ°Π½Π°", OneHotEncoder (), [3])], ΠΎΡΡΠ°ΡΠΎΠΊ = 'ΡΠΊΠ²ΠΎΠ·Π½ΠΎΠΉ')
X = ct.fit_transform (X)
X = X [:, 1:]
ΠΈΠ· sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split (X, y, test_size = 0,2, random_state = 0)
ΠΈΠ· sklearn.linear_model import LinearRegression
regressor = LinearRegression ()
regressor.fit (X_train, y_train)
y_pred = regressor.predict (X_test)
ΠΈΠΌΠΏΠΎΡΡΠΈΡΠΎΠ²Π°ΡΡ statsmodels.api ΠΊΠ°ΠΊ sm
X = np.append (arr = np.ones ((50,1)). Astype (int), values ββ= X, axis = 1)
X_opt = X [:, [0,1,2,3,4,5]]
regressor_OLS = sm.OLS (y, X_opt) .fit ()
regressor_OLS.summary ()
`` ΠΏΠΈΡΠΎΠ½
ΠΈΠΌΠΏΠΎΡΡΠΈΡΠΎΠ²Π°ΡΡ numpy ΠΊΠ°ΠΊ np
ufunc 'isfinite' Π½Π΅ ΠΏΠΎΠ΄Π΄Π΅ΡΠΆΠΈΠ²Π°Π΅ΡΡΡ Π΄Π»Ρ Π²Ρ ΠΎΠ΄Π½ΡΡ ΡΠΈΠΏΠΎΠ², ΠΈ Π²Ρ ΠΎΠ΄Π½ΡΠ΅ Π΄Π°Π½Π½ΡΠ΅ Π½Π΅ ΠΌΠΎΠ³ΡΡ Π±ΡΡΡ Π±Π΅Π·ΠΎΠΏΠ°ΡΠ½ΠΎ ΠΏΡΠΈΠ²Π΅Π΄Π΅Π½Ρ ΠΊ ΠΊΠ°ΠΊΠΈΠΌ-Π»ΠΈΠ±ΠΎ ΠΏΠΎΠ΄Π΄Π΅ΡΠΆΠΈΠ²Π°Π΅ΠΌΡΠΌ ΡΠΈΠΏΠ°ΠΌ Π² ΡΠΎΠΎΡΠ²Π΅ΡΡΡΠ²ΠΈΠΈ Ρ ΠΏΡΠ°Π²ΠΈΠ»ΠΎΠΌ ΠΏΡΠΈΠ²Π΅Π΄Π΅Π½ΠΈΡ `` Π±Π΅Π·ΠΎΠΏΠ°ΡΠ½ΡΠΉ ''
Π€Π°ΠΉΠ» "C: UsersmoranaDocumentsAIUDEMYMachine Learning A-ZΠ§Π°ΡΡΡ 2 - Π Π΅Π³ΡΠ΅ΡΡΠΈΡ Π Π°Π·Π΄Π΅Π» 5 - ΠΠ½ΠΎΠΆΠ΅ΡΡΠ²Π΅Π½Π½Π°Ρ Π»ΠΈΠ½Π΅ΠΉΠ½Π°Ρ ΡΠ΅Π³ΡΠ΅ΡΡΠΈΡΠΌΠ½ΠΎΠΆΠ΅ΡΡΠ²Π΅Π½Π½Π°Ρ Π»ΠΈΠ½Π΅ΠΉΠ½Π°Ρ ΡΠ΅Π³ΡΠ΅ΡΡΠΈΡ.py", ΡΡΡΠΎΠΊΠ° 46, Π²
regressor_OLS = sm.OLS (y, X_opt) .fit ()
Π€Π°ΠΉΠ» "C: UsersmoranaAppDataLocalContinuumanaconda3libsite-packagesstatsmodelsregressionlinear_model.py", ΡΡΡΠΎΠΊΠ° 838, Π² __init__
hasconst = hasconst, ** kwargs)
Π€Π°ΠΉΠ» "C: UsersmoranaAppDataLocalContinuumanaconda3libsite-packagesstatsmodelsregressionlinear_model.py", ΡΡΡΠΎΠΊΠ° 684, Π² __init__
weights = Π²Π΅ΡΠ°, hasconst = hasconst, ** kwargs)
Π€Π°ΠΉΠ» "C: UsersmoranaAppDataLocalContinuumanaconda3libsite-packagesstatsmodelsregressionlinear_model.py", ΡΡΡΠΎΠΊΠ° 196, Π² __init__
super (RegressionModel, self) .__ init __ (ΡΠ½Π΄ΠΎΠ³, ΡΠΊΠ·ΠΎΠ³, ** kwargs)
Π€Π°ΠΉΠ» "C: UsersmoranaAppDataLocalContinuumanaconda3libsite-packagesstatsmodelsbasemodel.py", ΡΡΡΠΎΠΊΠ° 216, Π² __init__
super (ΠΌΠΎΠ΄Π΅Π»Ρ ΠΏΡΠ°Π²Π΄ΠΎΠΏΠΎΠ΄ΠΎΠ±ΠΈΡ, ΡΠ°ΠΌ) .__ init __ (ΡΠ½Π΄ΠΎΠ³, ΡΠΊΠ·ΠΎΠ³, ** kwargs)
Π€Π°ΠΉΠ» "C: UsersmoranaAppDataLocalContinuumanaconda3libsite-packagesstatsmodelsbasemodel.py", ΡΡΡΠΎΠΊΠ° 68, Π² __init__
** kwargs)
Π€Π°ΠΉΠ» "C: UsersmoranaAppDataLocalContinuumanaconda3libsite-packagesstatsmodelsbasemodel.py", ΡΡΡΠΎΠΊΠ° 91, Π² _handle_data
data = handle_data (ΡΠ½Π΄ΠΎΠ³, ΡΠΊΠ·ΠΎΠ³, ΠΎΡΡΡΡΡΡΠ²ΡΠ΅Ρ, hasconst, ** kwargs)
Π€Π°ΠΉΠ» "C: UsersmoranaAppDataLocalContinuumanaconda3libsite-packagesstatsmodelsbasedata.py", ΡΡΡΠΎΠΊΠ° 635, Π² handle_data
** kwargs)
Π€Π°ΠΉΠ» "C: UsersmoranaAppDataLocalContinuumanaconda3libsite-packagesstatsmodelsbasedata.py", ΡΡΡΠΎΠΊΠ° 80, Π² __init__
self._handle_constant (hasconst)
Π€Π°ΠΉΠ» "C: UsersmoranaAppDataLocalContinuumanaconda3libsite-packagesstatsmodelsbasedata.py", ΡΡΡΠΎΠΊΠ° 125, Π² _handle_constant
Π΅ΡΠ»ΠΈ Π½Π΅ np.isfinite (ptp _). all ():
TypeError: ufunc 'isfinite' Π½Π΅ ΠΏΠΎΠ΄Π΄Π΅ΡΠΆΠΈΠ²Π°Π΅ΡΡΡ Π΄Π»Ρ Π²Ρ ΠΎΠ΄Π½ΡΡ ΡΠΈΠΏΠΎΠ², ΠΈ Π²Ρ ΠΎΠ΄Π½ΡΠ΅ Π΄Π°Π½Π½ΡΠ΅ Π½Π΅ ΠΌΠΎΠ³ΡΡ Π±ΡΡΡ Π±Π΅Π·ΠΎΠΏΠ°ΡΠ½ΠΎ ΠΏΡΠΈΠ²Π΅Π΄Π΅Π½Ρ ΠΊ ΠΊΠ°ΠΊΠΈΠΌ-Π»ΠΈΠ±ΠΎ ΠΏΠΎΠ΄Π΄Π΅ΡΠΆΠΈΠ²Π°Π΅ΠΌΡΠΌ ΡΠΈΠΏΠ°ΠΌ Π² ΡΠΎΠΎΡΠ²Π΅ΡΡΡΠ²ΠΈΠΈ Ρ ΠΏΡΠ°Π²ΠΈΠ»ΠΎΠΌ ΠΏΡΠΈΠ²Π΅Π΄Π΅Π½ΠΈΡ `` Π±Π΅Π·ΠΎΠΏΠ°ΡΠ½ΠΎ ''
Spyder 4.0.0
1.17.4 3.7.3 (ΠΏΠΎ ΡΠΌΠΎΠ»ΡΠ°Π½ΠΈΡ, 24 Π°ΠΏΡΠ΅Π»Ρ 2019 Π³., 15:29:51) [MSC v.1915, 64 Π±ΠΈΡ (AMD64)]
ΠΡΠΈΠ²Π΅Ρ!
ΠΠ°Ρ ΠΌΠ°ΡΡΠΈΠ² X_opt ΠΈΠΌΠ΅Π΅Ρ ΠΎΠ±ΡΠ΅ΠΊΡ dtype, ΠΈ ΡΡΠΎ ΠΌΠΎΠΆΠ΅Ρ Π²ΡΠ·ΡΠ²Π°ΡΡ ΠΎΡΠΈΠ±ΠΊΡ. ΠΠΎΠΏΡΠΎΠ±ΡΠΉΡΠ΅ ΠΈΠ·ΠΌΠ΅Π½ΠΈΡΡ Π΅Π³ΠΎ Π½Π° ΠΏΠ»Π°Π²Π°ΡΡΠΈΠΉ. ΠΠ°ΠΏΡΠΈΠΌΠ΅Ρ, Π²Ρ ΠΌΠΎΠΆΠ΅ΡΠ΅ ΠΈΡΠΏΠΎΠ»ΡΠ·ΠΎΠ²Π°ΡΡ ΡΡΠΎ:
X = np.append (arr = np.ones ((50,1)). Astype (int), values ββ= X, axis = 1)
X_opt = X [:, [0,1,2,3,4,5]]
X_opt = np.array (X_opt, dtype = float)
Π£Π΄Π°ΡΠΈ: D
Π‘ΠΏΠ°ΡΠΈΠ±ΠΎ @ filip-stolinski Π·Π° Π²Π°ΡΠ΅ ΡΠ΅ΡΠ΅Π½ΠΈΠ΅
@ filip-stolinski ΠΠΎΠ»ΡΡΠΎΠ΅ ΡΠΏΠ°ΡΠΈΠ±ΠΎ Π·Π° Π²Π°ΡΠ΅ ΡΠ΅ΡΠ΅Π½ΠΈΠ΅. ΠΡΠΎ ΠΎΠΏΡΠ΅Π΄Π΅Π»Π΅Π½Π½ΠΎ ΡΠ°Π±ΠΎΡΠ°Π΅Ρ
ΠΠ°ΠΊΡΡΡΠΈΠ΅. ΠΠΎΠΆΠ°Π»ΡΠΉΡΡΠ°, ΠΎΡΠΊΡΠΎΠΉΡΠ΅ ΠΏΠΎΠ²ΡΠΎΡΠ½ΠΎ ΠΈΠ»ΠΈ ΠΎΡΠΊΡΠΎΠΉΡΠ΅ Π½ΠΎΠ²ΡΠΉ Π²ΡΠΏΡΡΠΊ, Π΅ΡΠ»ΠΈ Π½Π΅ΠΎΠ±Ρ ΠΎΠ΄ΠΈΠΌΠΎ.
Π‘ΠΏΠ°ΡΠΈΠ±ΠΎ @ filip-stolinski
ΠΠ»Π°Π³ΠΎΠ΄Π°ΡΠ½ΠΎΡΡΡ
Π‘Π°ΠΌΡΠΉ ΠΏΠΎΠ»Π΅Π·Π½ΡΠΉ ΠΊΠΎΠΌΠΌΠ΅Π½ΡΠ°ΡΠΈΠΉ
ΠΡΠΈΠ²Π΅Ρ!
ΠΠ°Ρ ΠΌΠ°ΡΡΠΈΠ² X_opt ΠΈΠΌΠ΅Π΅Ρ ΠΎΠ±ΡΠ΅ΠΊΡ dtype, ΠΈ ΡΡΠΎ ΠΌΠΎΠΆΠ΅Ρ Π²ΡΠ·ΡΠ²Π°ΡΡ ΠΎΡΠΈΠ±ΠΊΡ. ΠΠΎΠΏΡΠΎΠ±ΡΠΉΡΠ΅ ΠΈΠ·ΠΌΠ΅Π½ΠΈΡΡ Π΅Π³ΠΎ Π½Π° ΠΏΠ»Π°Π²Π°ΡΡΠΈΠΉ. ΠΠ°ΠΏΡΠΈΠΌΠ΅Ρ, Π²Ρ ΠΌΠΎΠΆΠ΅ΡΠ΅ ΠΈΡΠΏΠΎΠ»ΡΠ·ΠΎΠ²Π°ΡΡ ΡΡΠΎ:
X = np.append (arr = np.ones ((50,1)). Astype (int), values ββ= X, axis = 1)
X_opt = X [:, [0,1,2,3,4,5]]
X_opt = np.array (X_opt, dtype = float)
Π£Π΄Π°ΡΠΈ: D