Olá turminha.
Abaixo o código trabalhado no video 3 “Encontrando padrões nos dados – Regressão Polinomial”.
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Created on Thu Feb 11 22:55:59 2021
@author: rafaeldontalgoncalez
"""
######################################
# Importando as libraries
######################################
import pandas as pd
import sklearn.model_selection as ms
import sklearn.linear_model as lm
import matplotlib.pyplot as plt
from sklearn.preprocessing import PolynomialFeatures
######################################
# Importa o dataset
######################################
dataset = pd.read_csv('Posicao_Salario.csv')
X = dataset.iloc[:, 1].values.reshape(-1,1)
y = dataset.iloc[:, -1].values
######################################
# Visualizando dados
######################################
plt.scatter(X,y, color = 'red')
plt.show
######################################
# Treinando o modelo
######################################
linear_regressor = lm.LinearRegression()
linear_regressor.fit(X, y)
######################################
# Visualizando o modelo linear simples
######################################
plt.scatter(X, y, color = 'red')
plt.plot(X, linear_regressor.predict(X), color = 'blue', scaley=False)
plt.title('linear simples')
plt.show()
######################################
# Prevendo o valor para 7,5 regressao linear simples
######################################
linear_regressor.predict([[7.5]])
######################################
# Treinando o modelo regressao linear polinomial
######################################
poly_regressor = PolynomialFeatures(degree=2)
X_poly = poly_regressor.fit_transform(X)
linear_regressor_2 = lm.LinearRegression()
linear_regressor_2.fit(X_poly, y)
######################################
# Visualizando o treino
######################################
plt.scatter(X, y, color = 'red')
plt.plot(X, linear_regressor_2.predict(X_poly), color = 'blue', scaley=False)
plt.title('polinomial')
plt.show()
######################################
# Prevendo o valor para 7.5 regressao linear polinomial
######################################
linear_regressor_2.predict(poly_regressor.fit_transform([[7.5]]))
######################################
# Treinando o modelo regressao linear polinomial grau 4
######################################
poly_regressor = PolynomialFeatures(degree=4)
X_poly = poly_regressor.fit_transform(X)
linear_regressor_2 = lm.LinearRegression()
linear_regressor_2.fit(X_poly, y)
######################################
# Visualizando o treino
######################################
plt.scatter(X, y, color = 'red')
plt.plot(X, linear_regressor_2.predict(X_poly), color = 'blue', scaley=False)
plt.title('polinomial grau4')
plt.show()
linear_regressor_2.predict(poly_regressor.fit_transform([[7.5]]))