개요

htps : // 이 m/치조조/있어 ms/d090f26dcb31818d6964
에도 비슷한 기사가 있지만, Julia-1.0에서 iris 데이터의 플롯이나 선형 회귀 등 초보적인 처리를 해보겠습니다.

환경

Julia Version 1.0.0
Commit 5d4eaca0c9 (2018-08-08 20:58 UTC)
Platform Info:
  OS: Windows (x86_64-w64-mingw32)
  CPU: AMD E2-3000M APU with Radeon(tm) HD Graphics
  WORD_SIZE: 64
  LIBM: libopenlibm
  LLVM: libLLVM-6.0.0 (ORCJIT, generic)

사용 패키지는 이하.

using RDatasets # irisデータ読み込み用
using Plots, StatPlots
using GLM # 線形回帰

데이터 획득

이것만.

iris = dataset("datasets","iris");

DataFrame 형식으로 로드됩니다.

플롯

플롯 백엔드는 pyplot을 사용합니다. 다른 GR이라든지 plotly라든지는, 축 라벨이 표시되지 않거나라든지, 아직 조금 사용할 수 없는 인상.

pyplot()

 Plots.PyPlotBackend()

오류가 발생하면 패키지가 부족하기 때문에 더합니다. PyCall이라든지 LaTeXStrings라든지.
PyCall은 build 다시 하지 않으면 안 된다.

@df iris scatter(:PetalLength, :PetalWidth, group=:Species, legend=:bottomright, markerstrokecolor=:auto)
title!("iris petal plot")
xaxis!("PetalLength")
yaxis!("PetalWidth")

markerstrokecolor=:auto 를 붙이는 것으로, 마커의 가장자리가 흑이 아니고 fill 칼라와 같게 되어 보기 쉽다.

선형 회귀

GLM을 사용하여 R처럼 모델 표현식을 작성합니다.

lm1 = lm(@formula(PetalWidth ~ PetalLength), iris)

StatsModels.DataFrameRegressionModel{LinearModel{LmResp{Array{Float64,1}},DensePredChol{Float64,LinearAlgebra.Cholesky{Float64,Array{Float64,2}}}},Array{Float64,2}}

Formula: PetalWidth ~ 1 + PetalLength

Coefficients:
              Estimate  Std.Error  t value Pr(>|t|)
(Intercept)  -0.363076   0.039762 -9.13122   <1e-15
PetalLength   0.415755 0.00958244  43.3872   <1e-85

predict 에서 회귀선 플롯에 대한 데이터를 만듭니다.

pre = predict(lm1)
plot!(iris[:PetalLength],pre,label="predict")

불행히도 예상 범위 계산의 :predint는 아직 구현되지 않은 것 같습니다.
소스 코드

interval_type == :confint || error("only :confint is currently implemented") #:predint will be implemented

라고 써 있습니다.

Gist

jupyter notebook을 gist에 올려 둡니다.
htps : // st. 기주 b. 코 m / 요시노 부 이시 자키 / 01bf9 2 11322 458d761f0 824c5