Skip to main content

Biblioteca de libre desarrollo especializada en regresiones lineales

Project description

pylinreglib

Esta es una biblioteca para realizar regresiones lineales compatible con Python. Permite realizar análisis estadísticos avanzados utilizando modelos de regresión múltiple.

Instalación

Para instalar esta biblioteca, puedes usar pip:

pip install pylinreglib

Requisitos

  • Python >= 3.6

  • NumPy

  • Pandas

  • scipy

  • matplotlib

  • seaborn

Uso

Regresión Lineal Múltiple

Puedes usar la biblioteca para realizar regresiones lineales múltiples con variables tanto numéricas como categóricas. Aquí tienes un ejemplo básico de cómo hacerlo:

import pandas as pd
from pylinreglib import mlrm

# Cargar datos
data = pd.read_csv('tus_datos.csv')

# Crear el modelo
model = mlrm(data, response_col="Horas_estudio", cat_col="Genero", predictor_cols=["Edad"])

# Ver los coeficientes del modelo
print(model.coefficients)

Funcionalidades

Regresión Lineal Múltiple (MLRM): Permite realizar regresiones con variables continuas y categóricas, con soporte para interacción entre variables.

Licencia

Este proyecto está bajo la licencia MIT - mira el archivo LICENSE para más detalles.

Autor

Samuel Ortiz Toro, estudiante de ingenieria de sistemas e informática de la Universidad Nacional de Colombia sede Medellín

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

pylinreglib-0.1.5.tar.gz (14.7 kB view details)

Uploaded Source

File details

Details for the file pylinreglib-0.1.5.tar.gz.

File metadata

  • Download URL: pylinreglib-0.1.5.tar.gz
  • Upload date:
  • Size: 14.7 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.1.0 CPython/3.11.1

File hashes

Hashes for pylinreglib-0.1.5.tar.gz
Algorithm Hash digest
SHA256 e3eff7edcdedba0fa135551382d3cab7d31597aa9adbc594d58433a0d4fbcfcf
MD5 97f8ca3069a9fbd07e3b29314bf2695a
BLAKE2b-256 62f99f7cd06fc310e07c5baf7ded1527386f6d456dd218f6c1fee8c897f1b1d3

See more details on using hashes here.

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Depot Continuous Integration Fastly CDN Google Download Analytics Pingdom Monitoring Sentry Error logging StatusPage Status page