Pythonのライブラリにsklearnというものがあります。
LinearRegressionというクラスがあります。
このクラスについて説明します。
LinearRegressionとは線形回帰のことで、説明変数の値から目的変数の値を予測する手法のことです。
こちらの記事で詳細を書いてるので御覧ください。
LinearRegressionを使ってみる
PythonでLinearRegressionを使う場合、以下のようにライブラリをインポートする必要があります。
from sklearn.linear_model import LinearRegression as LRas LRをつけると、LinearRegressionをLRと省略して記述できるので楽になります。
使用例としてはこんな感じです。
# LinearRegressionのインスタンスを作成
model = LR()
# 学習開始（trainXが訓練データ、yが正解データ）
model.fit(trainX,y)
# 回帰変数を出力
print(model.coef_)
# 切片を出力
print(model.intercept_)
# パラメータの取得
print(model.get_params())
# 予測値の表示
print(model.predict(test_x))
# 決定係数の表示
print(model.score(test_x,test_y)) 実際にJupyter Notebookで実行してみました。
細かい数値についての説明は割愛しますが、簡単なモデルならこれで作成することができます。
