❯ 5.2 線形回帰
⎺⎺⎺⎺⎺⎺⎺⎺⎺⎺⎺⎺⎺⎺⎺⎺⎺⎺⎺⎺⎺⎺⎺
推定完了時間
❲▹❳ 動画 7m49s
☷ コード資料 5m
モデルの作成
線形回帰は、数値の予測に使用できます。Scikit-learnの回帰クラスは、linear_modelモジュールの一部です。
まず、scaleを使ってデータをスケールし、データをモデルにフィットさせる方法を見ていきましょう。
回帰係数とスコアの表示
スコアリング法を使って、R^2の指標を計算できます(範囲は0から1)。数値が1に近いほど、良いモデルを表しています。
重回帰モデルでどの属性が推定に最も影響するかを見るには、回帰係数を含む配列であるcoef_属性を見る必要があります。絶対値が大きいほど、モデルへの影響が大きくなります。
また、intercept_ を使用して、切片を確認することもできます。
最後に、zip関数は両方の属性のイテラブルを生成するので、プリントして確認することも可能です。
回帰線のプロット
2つ以上の次元をプロットすることはできませんが、seabornライブラリのregplotを使って2つの変数をプロットし、回帰直線がどのように見えるかを確認してみましょう。