선형 회귀(LinearRegression)

선형 회귀

import matplotlib.pyplot as plt
import pandas as pd
dataset=pd.read_csv('LinearRegressionData.csv')
dataset.head()

X=dataset.iloc[:,:-1].values #처음부터 마지막 컬럼 직전까지의 데이터 (독립 변수))
y=dataset.iloc[:,-1].values #마지막 칼럼 데이터(종속변수 - 결과)

from sklearn.linear_model import LinearRegression
reg=LinearRegression() #객체 생성
reg.fit(X,y) #fit은 학습을 시키는 것(모델 생성)

 

y_pred=reg.predict(X) #X에 대한 예측값
y_pred

 

plt.scatter(X,y) #산점도
plt.plot(X,y_pred,color='green') #선 그래프  #y는 예측값으로지정
plt.title('score by hours')
plt.xlabel('hour')
plt.ylabel('score')
plt.show()

print('9시간 공부 시 예장점수',reg.predict([[9]]))

9시간 공부 시 예장점수 [93.77478776]

In [44]:

 

reg.coef_ #기울기(a)

array([10.44369694])

In [42]:

 

reg.intercept_ # y 잘편 (b)

-0.218484702867201

 

In [ ]:

마지막으로 결과확인을 위해 검토를 하면 93.7748의 값이 나오는 것을 확인할 수 있다.

 

학습자료:

파이썬 코딩 무료 강의 (활용편7) - 머신러닝, 영화 추천 시스템 만들기

https://www.youtube.com/watch?v=TNcfJHajqJY&t=2391s