Tương quan (Correlation) đề cập đến các mối quan hệ thống kê liên quan đến sự phụ thuộc giữa hai tập dữ liệu. Trong khi hồi quy tuyến tính (linear regression) là cách tiếp cận tuyến tính để thiết lập mối quan hệ giữa biến phụ thuộc và một hoặc nhiều biến độc lập. Một biến độc lập gọi là hồi quy tuyến tính đơn, nhiều biến độc lập gọi là hồi quy đa biến.
Tương quan
Ví dụ đơn giản về hiện tượng phụ thuộc bao gồm tương quan giữa ngoại hình cha mẹ và con cái, và tương quan giữa giá sản phẩm và lượng cung. Chúng ta lấy ví dụ bộ dữ liệu iris có sẵn trong thư viện seaborn của Python. Ta thử thiết lập tương quan giữa chiều dài và chiều rộng đài hoa và cánh hoa của ba loài hoa iris. Dựa trên tương quan tìm được, một mô hình mạnh có thể được tạo ra để dễ dàng phân biệt loài này với loài khác.
Ví dụ
import matplotlib.pyplot as plt
import seaborn as sns
df = sns.load_dataset('iris')
# không hồi quy
sns.pairplot(df, kind="scatter")
plt.show() Kết quả
Chạy mã trên cho kết quả sau:
Hồi quy tuyến tính
Về mặt toán học, mối quan hệ tuyến tính biểu diễn đường thẳng khi vẽ đồ thị. Mối quan hệ phi tuyến tính nơi số mũ của bất kỳ biến nào khác 1 tạo ra đường cong. Hàm trong Seaborn để tìm mối quan hệ hồi quy tuyến tính là regplot. Ví dụ dưới đây minh họa cách dùng.
Ví dụ
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() Kết quả
Chạy mã trên cho kết quả sau:
