Regresión lineal

REGRESIÓN LÍNEAL (Aprendizaje supervisado)

La regresión lineal se utiliza para identificar la relación entre una variable dependiente y una o más variables independientes, y normalmente se aprovecha para hacer predicciones sobre resultados futuros. Cuando solo hay una variable independiente y una variable dependiente, se conoce como regresión lineal simple.

EJEMPLO

# Importar las bibliotecas necesarias

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

from sklearn.model_selection import train_test_split

from sklearn.linear_model import LinearRegression

from sklearn.metrics import mean_squared_error

# Crear un conjunto de datos de ejemplo

data = {

    'Años_Experiencia': np.random.randint(1, 20, 100),

    'Nivel_Educativo': np.random.randint(10, 20, 100),

    'Edad': np.random.randint(20, 60, 100),

    'Salario': np.random.randint(30000, 80000, 100)

}

df = pd.DataFrame(data)

# Dividir los datos en conjuntos de entrenamiento y prueba

X = df[['Años_Experiencia', 'Nivel_Educativo', 'Edad']]

y = df['Salario']

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

# Crear un modelo de regresión lineal

modelo = LinearRegression()

# Entrenar el modelo con los datos de entrenamiento

modelo.fit(X_train, y_train)

# Realizar predicciones en el conjunto de prueba

predicciones = modelo.predict(X_test)

# Evaluar el rendimiento del modelo

mse = mean_squared_error(y_test, predicciones)

print(f'Mean Squared Error: {mse}')

# Visualizar los resultados

plt.scatter(X_test['Años_Experiencia'], y_test, color='black', label='Actual')

plt.scatter(X_test['Años_Experiencia'], predicciones, color='red', label='Predicción')

plt.title('Predicción de Salarios con Regresión Lineal')

plt.xlabel('Años de Experiencia')

plt.ylabel('Salario')

plt.legend()

plt.show()

Este código crea un conjunto de datos sintético, divide los datos en conjuntos de entrenamiento y prueba, entrena un modelo de regresión lineal y grafica las predicciones frente a los valores reales para el salario. Puedes ajustar las características y la generación de datos según tus necesidades y datos reales.