النمط الثاني Direct Query في Power BI

الانحدارالخطي

يستخدم الانحدار الخطي العلاقة بين نقاط البيانات لرسم خط مستقيم. يمكن استخدام هذا الخط للتنبؤ بالقيم المستقبلية. تم استخدام هذا الانحدار الخطي المتعدد للتنبؤ بالارباح بناءاً علي متغيرات المصاريف الادرية و البحث والتطوير والتسويق والولاية.

عادة، تحتاج إلى الانحدار للإجابة على ما إذا كانت بعض الظواهر تؤثر على الأخرى أو كيفية ارتباط العديد من المتغيرات. على سبيل المثال، يمكنك استخدامه لتحديد ما إذا كانت الخبرة أو النوع يؤثران على الرواتب وإلى أي مدى. كما يمكن التنبؤ باستهلاك الكهرباء للأسرة خلال الساعة التالية بالنظر إلى درجة الحرارة الخارجية والوقت من اليوم وعدد المقيمين في تلك الأسرة.

تحميل المكتبات للتعامل مع البيانات

# import libraries import pandas as pd import numpy as np

تحميل البيانات

# Read the dataset dataset = pd.read_csv('D:/PythonMachineLearning/50_startups.csv')

عرض أول خمسة سجلات من البيانات

# show the firsst 5 rows dataset.head()

عرض أول خمسة سجلات من البيانات

عرض إحصاءات عامة عن البيانات

# create statistical summary dataset.describe()

عرض احصاءات.

ترميز أسماء المدن إلى أرقام

# Encode the string or the state column dataset2 = pd.get_dummies(dataset['State'],drop_first=True,dtype=int)

ترميز أسماء المدن إلى أرقام

تحميل مكتبات تعلم الألة

# Load the Machine Learning Libries from sklearn.model_selection import train_test_split from sklearn.linear_model import LinearRegression from sklearn.metrics import r2_score , mean_squared_error

نعريف المتغيرات

features = ['R&D Spend', 'Administration', 'Marketing Spend','State_Florida', 'State_New York'] target = ['Profit'] # x , y x = dataset2[features] y = dataset2[target]

تعريف وتقسيم بيانات التدريب وبيانات التعلم

# create train and test set X_train, X_test, y_train, y_test = train_test_split(x,y,test_size=0.2, random_state=123)

تدريب النموذج

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

إدخال حقل قيمة التنبؤ كحقل في البينات في Power BI

# Insert the predicted colum dataset2.insert(4,"Prediction",ln.predict(x))

إدخال حقل قيمة التنبؤ كحقل في البينات في Power BI

الكود المستخدم داخل الـ Power BI

# 'dataset' holds the input data for this script # import libraries import pandas as pd import numpy as np # Encode columns dataset = pd.get_dummies(dataset,drop_first=True,dtype=int) # Load MLLibries from sklearn.model_selection import train_test_split from sklearn.linear_model import LinearRegression from sklearn.metrics import r2_score , mean_squared_error # Define Features features = ['RD_Spend', 'Administration', 'MarketingSpend','State_Florida', 'State_New York'] target = ['Profit'] # x , y x = dataset[features] y = dataset[target] # create train and test set X_train, X_test, y_train, y_test = train_test_split(x,y,test_size=0.2, random_state=123) ln = LinearRegression() ln.fit(X_train, y_train) # Insert the predicted colum dataset.insert(4,"Prediction",ln.predict(x))

إضافة كود البايثون داخل الباور بي أي.

 

تعديل المقال