در این مطلب، ویدئو رگرسیون خطی. خطای استاندارد باقی مانده در پایتون (ژوپیتر) با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید.اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
مدت زمان فیلم: 00:06:32
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:03,040 –> 00:00:05,279
در این ویدیو قصد داریم
2
00:00:05,279 –> 00:00:07,520
3
00:00:07,520 –> 00:00:11,679
خطای استاندارد باقیمانده رگرسیون خطی در پایتون را با استفاده از نوت بوک jupyter مطالعه کنیم
4
00:00:11,679 –> 00:00:12,960
همانطور که در پایین
5
00:00:12,960 –> 00:00:15,519
صفحه مشاهده می کنید این فقط یک فیلم آموزشی است
6
00:00:15,519 –> 00:00:17,279
و هیچ توصیه حرفه ای
7
00:00:17,279 –> 00:00:19,760
در آن گنجانده نشده است
8
00:00:20,240 –> 00:00:22,400
پس بیایید به مرورگر وب برویم.
9
00:00:22,400 –> 00:00:26,240
جایی که نوت بوک jupyter قرار دارد،
10
00:00:27,439 –> 00:00:29,119
بنابراین اولین قدم در مورد
11
00:00:29,119 –> 00:00:31,119
نوت بوک jupyter این است که باید یک سلول جدید در
12
00:00:31,119 –> 00:00:33,200
زیر وارد کنیم و این کار را با کلیک بر روی
13
00:00:33,200 –> 00:00:35,840
دکمه درج سلول پایین انجام می دهیم
14
00:00:35,840 –> 00:00:37,360
سپس اولین مرحله در مورد کد
15
00:00:37,360 –> 00:00:38,960
این است که بسته های مربوطه را وارد کنیم.
16
00:00:38,960 –> 00:00:40,960
بنابراین ما این را به عنوان بسته های مرحله 1 نظر می دهیم
17
00:00:40,960 –> 00:00:42,239
18
00:00:42,239 –> 00:00:43,440
19
00:00:43,440 –> 00:00:45,600
و برای این کار numpy را
20
00:00:45,600 –> 00:00:46,960
21
00:00:46,960 –> 00:00:49,440
به عنوان mp وارد می کنیم، numpy را برای
22
00:00:49,440 –> 00:00:51,600
محاسبه ریشه
23
00:00:51,600 –> 00:00:53,440
دوم وارد می کنیم، سپس
24
00:00:53,440 –> 00:00:55,120
مدل های آمار
25
00:00:55,120 –> 00:00:56,399
نقطه
26
00:00:56,399 –> 00:00:57,520
api را
27
00:00:57,520 –> 00:00:59,600
به عنوان sm وارد می کنیم که در حال وارد کردن آن هستیم. ویژگی از
28
00:00:59,600 –> 00:01:02,320
مدلهای آمار برای دانلود دادهها و سپس مدلهای آماری را
29
00:01:02,320 –> 00:01:04,239
30
00:01:04,239 –> 00:01:06,000
31
00:01:06,000 –> 00:01:06,799
32
00:01:06,799 –> 00:01:08,159
33
00:01:08,159 –> 00:01:11,520
بهعنوان smf وارد میکنیم، ما آن
34
00:01:11,520 –> 00:01:13,200
ویژگی را از ماوس آمار برای
35
00:01:13,200 –> 00:01:15,759
رگرسیون خطی چندگانه وارد میکنیم. محاسبه
36
00:01:15,759 –> 00:01:17,680
برای اجرای این خطوط کد یا این سلول
37
00:01:17,680 –> 00:01:19,680
می توانیم روی run کلیک کنیم یا می توانیم
38
00:01:19,680 –> 00:01:22,640
shift enter را روی صفحه کلید فشار
39
00:01:22,640 –> 00:01:24,240
دهیم سپس با مرحله شماره دو ادامه می دهیم
40
00:01:24,240 –> 00:01:26,479
که داده برای داده ها است و می
41
00:01:26,479 –> 00:01:29,600
خواهیم یک شی به نام خانه قیمت ها
42
00:01:29,600 –> 00:01:32,960
زیر خط نشان دهیم که برابر با
43
00:01:32,960 –> 00:01:36,400
ویژگی sm از
44
00:01:36,400 –> 00:01:39,680
statsmodels.datasets نقطه زیر مجموعه داده ما قرار می گیرد
45
00:01:39,680 –> 00:01:41,840
و پارامتر اول پرانتز را باز می کنیم
46
00:01:41,840 –> 00:01:43,520
که نام داده
47
00:01:43,520 –> 00:01:46,000
برابر است در مظنه ها ما قیمت خانه را داریم
48
00:01:46,000 –> 00:01:47,840
49
00:01:47,840 –> 00:01:48,799
50
00:01:48,799 –> 00:01:50,720
بسته کاما
51
00:01:50,720 –> 00:01:53,200
برابر با نقل قول ها aer
52
00:01:53,200 –> 00:01:56,079
کاما کش برابر با true است،
53
00:01:56,079 –> 00:01:57,280
بنابراین آنچه ما در اینجا انجام می دهیم به
54
00:01:57,280 –> 00:01:59,360
شرح زیر است ما در حال دانلود شی قیمت خانه
55
00:01:59,360 –> 00:02:01,439
از هواکش بسته خود هستیم و با
56
00:02:01,439 –> 00:02:02,960
حافظه نهان برابر با true به این معنی است که وقتی
57
00:02:02,960 –> 00:02:04,640
داده ها را دانلود می کنیم آن ها را به صورت محلی ذخیره می کند،
58
00:02:04,640 –> 00:02:05,840
بنابراین نیازی نیست
59
00:02:05,840 –> 00:02:08,318
هر بار که روی کد قرار می گیریم دوباره آن
60
00:02:08,318 –> 00:02:10,160
را دانلود کنیم. این دادهها و
61
00:02:10,160 –> 00:02:12,560
اسناد را در شیء قیمتهای خانه دانلود میکند،
62
00:02:12,560 –> 00:02:14,239
بنابراین ما باید یک شی جدید
63
00:02:14,239 –> 00:02:17,440
به نام قیمتهای خانه ایجاد کنیم که فقط دادهها
64
00:02:17,440 –> 00:02:19,920
برابر با و از خانه
65
00:02:19,920 –> 00:02:23,520
pr هستند. یخهای زیر خط نشان میدهند که ویژگی دادههای نقطهای آن را دریافت میکنیم
66
00:02:23,520 –> 00:02:25,520
67
00:02:25,520 –> 00:02:27,280
و میخواهیم بخشی از این دادهها را تجسم
68
00:02:27,280 –> 00:02:30,400
کنیم، این کار را با چاپ انجام میدهیم و از
69
00:02:30,400 –> 00:02:32,480
شیء قیمت خانه
70
00:02:32,480 –> 00:02:34,959
با نقطه iloc یا ادغام مکان
71
00:02:34,959 –> 00:02:37,360
، همه سطرها را از
72
00:02:37,360 –> 00:02:39,519
ستونهای 0 تا 3 انتخاب میکنیم. نماد پایتون
73
00:02:39,519 –> 00:02:40,640
که قرار است سه ستون اول باشد
74
00:02:40,640 –> 00:02:42,640
و ما آن
75
00:02:42,640 –> 00:02:45,200
را به روش سر نقطه پرانتز باز و بسته می کنیم،
76
00:02:45,200 –> 00:02:47,040
بنابراین برای اجرای این خطوط کد یا سلول
77
00:02:47,040 –> 00:02:48,480
، shift enter را روی
78
00:02:48,480 –> 00:02:50,400
صفحه کلید فشار می دهیم و می توانیم بخشی را ببینیم. از این
79
00:02:50,400 –> 00:02:52,879
دادهها در حال چاپ است، بنابراین ما
80
00:02:52,879 –> 00:02:55,040
پنج سطر اول و سه ستون اول
81
00:02:55,040 –> 00:02:58,239
دادهها با اندازه قیمت و اتاقهای
82
00:02:58,239 –> 00:02:59,840
خواب را داریم، دلیل اینکه ما فقط این
83
00:02:59,840 –> 00:03:01,519
دادهها را تجسم میکنیم این است که یک
84
00:03:01,519 –> 00:03:03,440
رگرسیون خطی چندگانه را برازش میکنیم که در آن
85
00:03:03,440 –> 00:03:05,120
قیمت قیمت است. یک
86
00:03:05,120 –> 00:03:06,720
متغیر وابسته یا توضیح داده شده که توسط
87
00:03:06,720 –> 00:03:08,959
متغیرهای مستقل یا توضیحی
88
00:03:08,959 –> 00:03:11,280
اندازه زمین و اتاق خواب توضیح داده شده است،
89
00:03:11,280 –> 00:03:12,239
اگر می خواهید
90
00:03:12,239 –> 00:03:14,400
اسناد کامل این داده ها را بخوانید، می توانید این کار را
91
00:03