Beruflich Dokumente
Kultur Dokumente
1 Introducción
En este documento se explica sobre la regresión lineal y los paquetes de datos
CSV. La regresión lineal es un algoritmo de aprendizaje supervisado que se
utiliza en Machine Learning y en estadı́stica. En su versión más sencilla, lo que
haremos es ’dibujar una recta’ que nos indicará la tendencia de un conjunto de
datos continuos (si fueran discretos, utilizarı́amos Regresión Logı́stica).
2 Objetivos
• Generar un código funcional en python
• Generar un algoritmo que genere una gráfica en 1d, 2d y en poly.
• Explicar en funcionamiento de los archivos CSV.
3 Procedimiento
Elementos usados:
• Programa Python27.
• Scripts matplotlib 2.2.3.
1
Figure 1: Instalació con CMD. Fuente propia
calculamos la predicción Y.
Yhat = a*X + b
plt.scatter(X, Y)
plt.plot(X, Yhat)
plt.show()
d1 = Y - Yhat
d2 = Y - Y.mean()
2
r2 = 1 - d1.dot(d1) / d2.dot(d2)
print(”the r-squared is:”, r2)
3
Se imprime un variable para determinar qué tan bueno es el modelo, la
variable se llama r-squared.
4
Figure 5: Grafica X vs w
5
3.4 Algorimos de regresion poly
la regresión poly muestra cómo se puede aplicar el análisis de regresión lineal
a los datos polinómicos, se importa el arhivo de ejemplo de excel.
6
Figure 7: Grafica no lineal x vs y
7
Figure 9: cualculo para r-squared
4 Conclusiones
• las regresiones lineales se usan para aproximar la relación de dependen-
cia entre una variable dependiente Y, las variables independientes X.