কম্পিউটার টিউটোরিয়াল

পাইথনে পলিনোমিয়াল রিগ্রেশন মডেল ফিট করে নন-লিনিয়ার ট্রেন্ড বোঝার পদ্ধতি

রিগ্রেশন মডেল বিল্ড করার সময় মাল্টিকোলিনিয়ারিটি চেক করা হয় যাতে কন্টিনিউয়াস ভ্যারিয়েবলগুলোর পারস্পরিক কোরিলেশন বোঝা যায়। যদি মাল্টিকোলিনিয়ারিটি থাকে, সেটি রিমুভ করতে হয়। রিয়েল-ওয়ার্ল্ড ডেটা সাধারণত নন-লিনিয়ার। এনস্কম্বস ডেটাসেট ব্যবহার করে ভিজ্যুয়ালাইজেশন দেখানো হলো।

উদাহরণ

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt

my_df = sb.load_dataset('anscombe')
sb.lmplot(x="x", y="y", data=my_df.query("dataset == 'II'"), order=3)
plt.show()

আউটপুট

পাইথনে পলিনোমিয়াল রিগ্রেশন মডেল ফিট করে নন-লিনিয়ার ট্রেন্ড বোঝার পদ্ধতি

ব্যাখ্যা

  • প্রয়োজনীয় প্যাকেজ ইমপোর্ট করা হয়েছে।
  • ইনপুট ডেটা 'anscombe' seaborn-র থেকে লোড করা হয়েছে।
  • ডেটা ডেটাফ্রেমে স্টোর করা হয়েছে।
  • lmplot ফাংশন দিয়ে ডেটা ভিজ্যুয়ালাইজ করা হয়েছে (order=3 → কিউবিক পলিনোমিয়াল)।
  • ডেটা কনসোলে দেখানো হয়েছে।
  1. পাইথনে Seaborn-র implot ফাংশন দিয়ে ডিসক্রিট ভ্যারিয়েবলসহ ডেটা ফিট করার পদ্ধতি

  2. পাইথনে Seaborn দিয়ে লিনিয়ার রিলেশনশিপ ভিজ্যুয়ালাইজ করার পদ্ধতি

  3. পাইথনে Seaborn-র FacetGrid দিয়ে ডেটা ভিজ্যুয়ালাইজ করার পদ্ধতি

  4. পাইথনে নন-লিনিয়ার ডেটাকে মডেলে ফিট করার পদ্ধতি