Javaで重回帰分析したい

重回帰分析ならば、Excelでも十分できるんだけど、これをJava環境で行いたいという趣味的な内容です。

こちらと同じデータを使ってみます(手入力)
https://corvus-window.com/excel_multiple-regression-analysis/

arffデータならばこんな形になります。目的変数をlastにしました。train.arffなどととします。

@RELATION salary2

@ATTRIBUTE 年齢 numeric
@ATTRIBUTE 通勤時間     numeric
@ATTRIBUTE 扶養人数     numeric
@ATTRIBUTE 出身大学     numeric
@ATTRIBUTE 年収 numeric

@data
35,60,2,48,670
58,70,3,61,1200
40,45,0,52,680
38,45,2,55,820
24,30,0,58,510
27,55,0,61,550
49,80,3,44,890
30,60,0,45,480
53,70,1,50,730
25,80,1,47,430

コマンドラインで実行

Wekaは普通のリリース版で使えますが、これまでのようにmini-wekaを使ってみます。

java -cp mini-weka-3.9.15955.jar:. weka.classifiers.functions.LinearRegression -t train.arff

出力結果

年収 =

     10.9962 * 年齢 +
     84.6026 * 扶養人数 +
     11.7295 * 出身大学 +
   -433.3844

上記サイトとなんか違う・・・・。

ここでオプションを見ると、

-S <number of selection method>
	Set the attribute selection method to use. 1 = None, 2 = Greedy.
	(default 0 = M5' method)

というのが見つかりました。

このオプションを指定しないと、-S 0 と同じ扱いになり、自動的に項目選択モードのM5方式(表現が間違っているかもしれません)が使用されるということです。-S 2 は貪欲法。-S 1 は項目選択をしないようです。

これを参考に

java -cp mini-weka-3.9.15955.jar:. weka.classifiers.functions.LinearRegression -S 1 -t train.arff

とすると、

年収 =

     11.533  * 年齢 +
     -2.0274 * 通勤時間 +
     94.0915 * 扶養人数 +
      9.3459 * 出身大学 +
   -220.303

となり、上記サイトと同じ結果が得られました。

※将来的には、M5と貪欲法ってのをマスターしたいです。