สร้าง Simple Linear Regression model โดยใช้ Python

Kejkaew Thanasuan — Wed, 22 Mar 2023 14:35:57 +0000

ถ้าเราจะต้องทำนายค่าจำนวนจริง เช่น ราคาหุ้นวันพรุ่งนี้ ยอดขายของปีหน้า หรือจำนวนสินค้าที่เราจะขายได้ในอนาคต หนึ่งในวิธีที่ง่ายและเหมาะสมที่ใช้สำหรับการทำนายข้อมูลแบบนี้ คือ การใช้ Linear Regression

บทความนี้ เราจะมาดู Linear Regression ใน Python กัน เราจะใช้ Google Colab ในการรันโค้ด โดย dataset ที่เราจะใช้เป็นตัวอย่างคือ mtcars ซึ่งเป็นข้อมูลรถ ได้มาจาก 1974 Motor Trend US magazine

ข้อมูลประกอบไปด้วย 32 แถว นั้นคือมีรถทั้งหมด 32 ประเภท (เป็นรถระหว่างปี 1973 - 1974)
ข้อมูลประกอบด้วย 11 columns ดังนี้

[, 1] mpg Miles/(US) gallon
[, 2] cyl Number of cylinders
[, 3] disp Displacement (cu.in.)
[, 4] hp Gross horsepower
[, 5] drat Rear axle ratio
[, 6] wt Weight (1000 lbs)
[, 7] qsec 1/4 mile time
[, 8] vs Engine (0 = V-shaped, 1 = straight)
[, 9] am Transmission (0 = automatic, 1 = manual)
[,10] gear Number of forward gears

ขั้นตอนที่ 1 นำเข้าข้อมูล mtcars

ตัวอย่างของข้อมูลสามารถ copy code และโหลดได้ตามนี้เลย

import pandas as pd
url = "https://raw.githubusercontent.com/ketnas/homework/main/AI/mtcars.csv"
mtcars = pd.read_csv(url, index_col=0)
mtcars.head()

ตัวอย่างผลที่ได้จาก code

ขั้นตอนที่ 2 จัดการข้อมูลให้เหมาะสม และทำการวิเคราะห์ข้อมูลเบื้องต้น

ในตัวอย่างนี้เราจะหา Correlation และทำการวาดกราฟเพื่อดูความสัมพันธ์ระหว่าง weight และ mpg

อย่างแรก เราจะทำการหา Correlation Matrix ของข้อมูลทั้งหมดก่อน

mtcars.corr()

ผลที่ได้

ทดลอง plot graph ดูความสัมพันธ์ระหว่าง weight และ mpg โดยใช้ matplotlib library

import matplotlib.pyplot as plt

plt.scatter(mtcars.wt,mtcars.mpg)
plt.xlabel("weight")
plt.ylabel("mpg")
print(mtcars.wt.corr(mtcars.mpg))

รูปกราฟที่ได้และค่า correlation

ต่อมา เราจะทำการแยกค่า Independent variable (X) และ Dependent variable (y)

y = mtcars['mpg']
X = mtcars[['wt']]

กำหนดให้ y เป็นค่าของ mpg และ X เป็นค่าของ wt (weight)

ขั้นตอนที่ 3 ทำการสร้าง Simple linear regression model

เราจะใช้ sklearn library ใน Python สำหรับการสร้าง model

# wt vs mpg

from sklearn import linear_model as lm

model = lm.LinearRegression()
results = model.fit(X,y)

print(model.intercept_, model.coef_)

ผลที่ได้จะเป็นค่า Intercept และ Coefficient ของ regression model

จะได้ว่า ค่า Intercept = 37.285 และค่า Coefficient หน้าตัวแปร wt = -5.344

ขั้นตอนที่ 4 ประเมินประสิทธิภาพของ regression model ที่เราสร้างมา

ทำการคำนวณค่า Error

y_pred = model.predict(X)
y_error = y - y_pred

ลองสร้างกราฟระหว่าง wt และ mpg พร้อมทั้งแสดง trend line ที่มีสีแดงด้วย

plt.scatter(X,y)
plt.xlabel("weight")
plt.ylabel("mpg")
plt.plot(X,y_pred,color='red')

จะได้ผลแบบนี้

ทำการหาค่า Root-mean square error (RMSE) จะได้ ค่า RMSE = 2.468

import math
import numpy as np
math.sqrt(np.mean(y_error**2))

ขั้นตอนที่ 5 ทดลองปรับปรุง regression model

ในขั้นตอนนี้ เราจะลองปรับ Intercept ของ regression model ให้เป็น 0 โดยทำการกำหนด fit_intercept = False

from sklearn import linear_model as lm

model_0 = lm.LinearRegression(fit_intercept=False)
results = model_0.fit(X,y)

print(model_0.intercept_, model_0.coef_)

จะได้ผลลัพธ์เป็น

ทำการ plot กราฟ

y_pred = model_0.predict(X)
y_error = y - y_pred

plt.scatter(X,y)
plt.xlabel("weight")
plt.ylabel("mpg")
plt.plot(X,y_pred,color='red')

รูปกราฟ

และหาค่า RMSE จะได้ ว่าค่า RMSE = 11.091

math.sqrt(np.mean(y_error**2))

จากตัวอย่างนี้ เราจะได้ว่า ถ้าต้องการสร้าง regression model เพื่อทำนาย mpg โดยใช้ weight เราจะได้สมการ regression model ที่ดีที่สุดคือ mpg = 37.285 - (5.344 * weight) เนื่องจากมีค่า RMSE ที่น้อยกว่าอีกสมการที่เรากำหนดให้ intercept = 0

ตัวอย่างเพิ่มเติม

เราจะลองใช้ตัวอย่างข้อมูลอื่นบ้าง เช่น ข้อมูลของดอกไม้ไอริส (iris dataset) ซึ่งเป็นข้อมูลอีกอันที่ได้รับความนิยมในการทดลองทำ Regression เช่นกัน

ข้อมูล iris ประกอบด้วย 150 แถว และมี 4 คอลัมภ์ โดยแต่ละคอลัมภ์คือ

SepalLengthCm → ความยาวกลีบเลี้ยง
SepalWidthCm → ความกว้างกลีบเลี้ยง
PetalLengthCm → ความยาวกลีบดอก
PetalWidthCm → ความกว้างกลีบดอก
Species → ชนิดของดอกไม้ (Setosa, Versicolor, Virginica)

ขั้นตอนที่ 1 นำเข้าข้อมูล iris

ตัวอย่างของข้อมูลสามารถ copy code และโหลดได้ตามนี้เลย

import pandas as pd
url = "https://raw.githubusercontent.com/ketnas/homework/refs/heads/main/AI/Iris.csv"
iris = pd.read_csv(url, index_col=0)
iris.head()

ตัวอย่างผลที่ได้จาก code

ขั้นตอนที่ 2 จัดการข้อมูลให้เหมาะสม และทำการวิเคราะห์ข้อมูลเบื้องต้น

ในตัวอย่างนี้เราจะหา Correlation และทำการวาดกราฟเพื่อดูความสัมพันธ์ระหว่าง PetalLengthCm และ PetalWidthCm

อย่างแรก เราจะทำการหา Correlation Matrix ของข้อมูลทั้งหมดก่อน แต่เนื่องจากคอลัมภ์ Species ไม่ได้เป็นค่าตัวเลข ดังนั้นไม่สามารถคำนวนค่า correlation ของคอลัมภ์นั้นได้ เราเลยใช้แค่ 4 คอลัมภ์แรกแทน

iris.iloc[:, :4].corr()

ผลที่ได้

ทดลอง plot graph ดูความสัมพันธ์ระหว่าง PetalLengthCm และ PetalWidthCm โดยใช้ matplotlib library

import matplotlib.pyplot as plt

plt.scatter(iris.PetalLengthCm,iris.PetalWidthCm)
plt.xlabel("Length (cm)")
plt.ylabel("Width (cm)")
plt.show()
print(iris.PetalLengthCm.corr(iris.PetalWidthCm))

รูปกราฟที่ได้และค่า correlation

ต่อมา เราจะทำการแยกค่า Independent variable (x) และ Dependent variable (y)

y = iris["PetalWidthCm"]
x = iris[["PetalLengthCm"]]

กำหนดให้ y เป็นค่าของ PetalWidthCm และ x เป็นค่าของ PetalLengthCm

ขั้นตอนที่ 3 ทำการสร้าง Simple linear regression model

เราจะใช้ sklearn library ใน Python สำหรับการสร้าง model

from sklearn import linear_model as lm

model = lm.LinearRegression()
results = model.fit(x,y)

print(model.intercept_, model.coef_)

ผลที่ได้จะเป็นค่า Intercept และ Coefficient ของ regression model

จะได้ว่า ค่า Intercept = -0.367 และค่า Coefficient หน้าตัวแปร PetalLengthCm = 0.416

ขั้นตอนที่ 4 ประเมินประสิทธิภาพของ regression model ที่เราสร้างมา

ทำการคำนวณค่า Error เพื่อนำไปใช่ต่อ

y_pred = model.predict(x)
y_error = y - y_pred

ลองสร้างกราฟระหว่าง PetalLengthCm และ PetalWidthCm พร้อมทั้งแสดง trend line ที่มีสีแดงด้วย

ผลที่ได้

คำนวนหาค่า Root-mean square error (RMSE) จะได้ ค่า RMSE = 0.206

จากตัวอย่างจะได้ว่า ถ้าเราต้องการสร้างสมการแสดงความสัมพันธ์ระหว่าง PetalLengthCm และ PetalWidthCm เราจะได้ความสัมพันธ์แบบสมการเส้นตรงดังนี้ PetalWidthCm = -0.367 + (0.416*PetalLengthCm)

สรุปผล
สำหรับบทความนี้ เราได้แสดงตัวอย่างการทำ Linear Regression จากข้อมูล 2 ชุด ได้แก่ข้อมูลของ mtcars และ iris เราสามารถลองเปลี่ยนตัวแปรเพื่อสร้างสมการ Linear Regression แบบอื่นๆ อีกได้ด้วยตัวเอง ลองทำกันดูนะคะ++

🎉🎉🎉

DEV Community: Kejkaew Thanasuan

สร้าง Simple Linear Regression model โดยใช้ Python

ขั้นตอนที่ 1 นำเข้าข้อมูล mtcars

ขั้นตอนที่ 2 จัดการข้อมูลให้เหมาะสม และทำการวิเคราะห์ข้อมูลเบื้องต้น

อย่างแรก เราจะทำการหา Correlation Matrix ของข้อมูลทั้งหมดก่อน

ต่อมา เราจะทำการแยกค่า Independent variable (X) และ Dependent variable (y)

ขั้นตอนที่ 3 ทำการสร้าง Simple linear regression model

ขั้นตอนที่ 4 ประเมินประสิทธิภาพของ regression model ที่เราสร้างมา

ขั้นตอนที่ 5 ทดลองปรับปรุง regression model

ตัวอย่างเพิ่มเติม

ขั้นตอนที่ 1 นำเข้าข้อมูล iris

ขั้นตอนที่ 2 จัดการข้อมูลให้เหมาะสม และทำการวิเคราะห์ข้อมูลเบื้องต้น

ขั้นตอนที่ 3 ทำการสร้าง Simple linear regression model

ขั้นตอนที่ 4 ประเมินประสิทธิภาพของ regression model ที่เราสร้างมา