PASCAL YIM / apprendreRégression linéaire et métriques

RÉGRESSION / 13 · EXERCICE

Exercice · Length → Rings

Le même calcul s’applique à une autre relation : prédire le nombre d’anneaux d’un ormeau à partir de sa longueur.

EXPLICATION DU CODE

Le fichier contient 4 177 observations. Rings est un nombre d’anneaux ; l’âge estimé vaut environ Rings + 1,5 années. Une régression peut produire un résultat non entier : il s’agit d’une estimation.

Source Abalone · Nash et al., UCI · CC BY 4.0 ↗

Exemple expliqué

  1. 1
    x = df["Length"].to_numpy()
    y = df["Rings"].to_numpy()

    Les variables changent, les formules des moindres carrés restent identiques.

  2. 2
    a = np.sum((x-x.mean())*(y-y.mean())) / np.sum((x-x.mean())**2)
    b = y.mean()-a*x.mean()

    Rappel du calcul à réutiliser.

  3. 3
    rmse = np.sqrt(np.mean((y-y_hat)**2))

    Erreur exprimée en anneaux. Ce score d’entraînement sera ensuite remplacé par une évaluation sur données réservées.

Exemple de référence · La consultation conserve le crédit de l’exercice.
EXERCICE / PYTHON

Code à compléter

Ajuster a et b, calculer y_hat et rmse, puis afficher coefficients et erreur.

Saisie autonome · crédit complet après réussite

Le résultat apparaîtra ici.
Session Python

Les variables restent disponibles entre les pages. Un rechargement efface les variables ; le code et l’utilisation de l’aide restent enregistrés dans cet onglet.

Parcours · chapitres

Droite, moindres carrés, classe Python et mesure des erreurs.

01 / Rappels de Python

02 / Classes et objets en Python

03 / Pandas et DataFrames

04 / Régression linéaire et métriques

05 / Régressions multiple et polynomiale

06 / Évaluer les modèles

07 / KNN et normalisation

Quiz de synthèse · 24 questions →Rejoindre une session →