পাইথনে কোরিলেশন এবং রিগ্রেশন

কোরিলেশন দুটি ডেটা সেটের মধ্যে আশ্রয়িত কিছু স্ট্যাটিস্টিক্যাল রিলেশনশিপকে বোঝায়। док লিনিয়ার রিগ্রেশন একটি লিনিয়ার পদ্ধতি যা একটি ডিপেন্ডেন্ট ভ্যারিয়েবল এবং এক বা একাধিক ইনডিপেন্ডেন্ট ভ্যারিয়েবলের মধ্যে রিলেশনশিপ স্থাপন করে। একক ইনডিপেন্ডেন্ট ভ্যারিয়েবলকে লিনিয়ার রিগ্রেশন বলা হয় যখন একাধিক ইনডিপেন্ডেন্ট ভ্যারিয়েবলকে মাল্টিপল রিগ্রেশন বলা হয়।

কোরিলেশন

আশ্রয়িত ফেনোমেনার সহজ উদাহরণ شامل পিতামাতার শারীরিক চেহারা এবং তাদের সন্তানের মধ্যে কোরিলেশন, এবং একটি প্রোডাক্টের দাম এবং তার সরবরাহকৃত কোয়ান্টিটির মধ্যে কোরিলেশন। আমরা পাইথনের seaborn লাইব্রেরিতে উপলব্ধ আইরিস ডেটা সেটের উদাহরণ নিই। এতে আমরা তিন প্রজাতির আইরিস ফুলের সেপাল এবং পেটালের দৈর্ঘ্য এবং প্রস্থের মধ্যে কোরিলেশন স্থাপন করার চেষ্টা করি। পাওয়া কোরিলেশনের ভিত্তিতে একটি শক্তিশালী মডেল তৈরি করা যায় যা সহজে একটি প্রজাতিকে অন্যথেকে আলাদা করতে পারে।

উদাহরণ

import matplotlib.pyplot as plt
import seaborn as sns
df = sns.load_dataset('iris')
# রিগ্রেশন ছাড়া
sns.pairplot(df, kind="scatter")
plt.show()

আউটপুট

উপরের কোডটি রান করলে নিচের ফলাফলটি মিলবে −

লিনিয়ার রিগ্রেশন

গাণিতিকভাবে একটি লিনিয়ার রিলেশনশিপ গ্রাফে প্লট করলে স্ট্রেট লাইন আকারে দেখায়। একটি নন-লিনিয়ার রিলেশনশিপ যেখানে যেকোনো ভ্যারিয়েবলের এক্সপোনেন্ট ১ নয় সেটি কর্ভ তৈরি করে। লিনিয়ার রিগ্রেশন রিলেশনশিপ খুঁজে বের করার জন্য Seaborn-এ regplot ফাংশন রয়েছে। নিচের উদাহরণে এর ব্যবহার দেখানো হলো।

উদাহরণ

import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('tips')
sb.regplot(x="total_bill", y="tip", data=df)
plt.show()

আউটপুট

উপরের কোডটি রান করলে নিচের ফলাফলটি মিলবে −