Regresi Linear

Regresi Linear adalah metode statistik yang digunakan untuk memodelkan hubungan linier antara dua atau lebih variabel. Dalam konteks regresi linear sederhana, kita memodelkan hubungan antara satu variabel independen (X) dan satu variabel dependen (Y) sebagai garis lurus. Rumus dasar regresi linear sederhana adalah:

 

Y=β0​+β1​⋅X+ϵ

• $Y$ adalah variabel dependen,
• $X$ adalah variabel independen,
• 0β0​ adalah intercept (nilai $Y$ ketika $X=0$),
• 1β1​ adalah slope (kemiringan garis),
• $ϵ$ adalah kesalahan acak.

Tujuan regresi linear adalah untuk menemukan nilai 0β0​ dan 1β1​ yang menghasilkan model terbaik yang sesuai dengan data observasional. Model ini kemudian dapat digunakan untuk membuat prediksi pada data baru.

Contoh Prediksi dengan Pandas

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression

 

DataFrame Pandas

df = pd.read_csv(‘data.csv’)

Variable

X = df[[‘independent_variable’]]
y = df[‘dependent_variable’]

Pelatihan dan Pengujian

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

Latih Model

model = LinearRegression()
model.fit(X_train, y_train)

Latih Prediksi

predictions = model.predict(X_test)

Evaluasi Model

from sklearn.metrics import r2_score

r_squared = r2_score(y_test, predictions)
print(f’R-squared: {r_squared}’)