数据科学 - 回归表

回归表

线性回归的输出可以总结在回归表中。

该表的内容包括：

有关型号的信息
线性回归函数的系数
回归统计
线性回归函数的系数统计
我们不会在本模块中介绍的其他信息

以 Average_Pulse 作为解释变量的回归表

您现在可以开始分析高级输出的旅程！

在 Python 中创建线性回归表

以下是如何在 Python 中创建线性回归表：

示例

import pandas as pd
import statsmodels.formula.api as smf

full_health_data = pd.read_csv("data.csv", header=0, sep=",")

model = smf.ols('Calorie_Burnage ~ Average_Pulse', data = full_health_data)
results = model.fit()
print(results.summary())

亲自试一试 »

示例解释：

将库 statsmodels.formula.api 导入为 smf。 Statsmodels 是 Python 中的一个统计库。
使用 full_health_data 集。
使用 smf.ols() 创建基于普通最小二乘法的模型。请注意，解释变量必须先写在括号中。使用 full_health_data 数据集。
通过调用.fit()，您可以获得变量结果。这包含了有关回归模型的大量信息。
调用summary()来获取包含线性回归结果的表。