こんにちは。
林@アイエンターです。

前回はブログでは数学的なアプローチの回帰分析のお話をいたしました。

最近は統計分析や機械学習の分野では、Pythonが使われるケースが増えています。
Pythonには、数理演算やデータ可視化の強力なライブラリがそろっているのが
その一因かと思います。

今回は「scikit-learn」という機械学習で良く用いられるpythonライブラリを紹介します。
非常にパワフルなライブラリーです。
実際、前回のブログのサンプルデータをライブラリーで回帰分析してみます。

■環境セットアップ

「Anaconda」という、Pythonパッケージをインストールします。
これはPython本体と、科学技術、数学、データ分析関連で良く使われるライブラリを、一括でインストールできるパッケージです。
Windows/MacOS/Linuxのそれぞれのパッケージが用意されています。
Pythonのバージョンは3.5のものを今回はインストールします。

■Jupyter Notebookの起動／編集準備

Anacondaをインストールすると「Jupyter Notebook」というライブラリも
インストールされます。今回はこのフレームワークを使って話を進めます。

ちなみに「Jupyter Notebook」は、pythonをコマンドライン環境で対話型実行できる「IPython」を、ブラウザ環境へ拡張したフレームワークになります。

ひとまず、作業ディレクトリ「jupyter_work」を作成し、そこから「Jupyter Notebook」を起動します。

$ mkdir jupyter_work
$ cd jupyter_work
$ jupyter notebook

ブラウザが起動し、以下のような画面が表示されるかと思います。

新規のNotebookを作成するため、画面左の「New」のコンボボックスから「Python[Root]」という項目を選択します。

そうすると、以下のような対話型の入力画面が表示されます。
これで、コーディング準備の完了です。

■Jupyter Notebookの基本操作

「In[ ]：」の入力フィールドは、pythonコードを入力していきます。
もちろん、リターンキーで複数行入力も可能です。

入力コードの実行は、ツールバーの「」ボタンを押すか、シフトキーを押しながらリターンキーを押すことで実行できます。

■回帰分析を行ってみる

まずは、前回のブログのシンプルなデータで回帰分析を行ってみます。
データは以下の内容でした。

また、回帰直線の結果は以下の方程式でした。

今回は上記の解析結果を、scikit-learnでも確認します。

まずは必要なライブラリーをimportします。

numpyは数値計算ライブラリです。
matplotlibはグラフ描画用のライブラリです。
pyplotはmatplotlibのオブジェクト志向ライブラリに対して、手続きインターフェースを提供します。
pandasは表計算などのデータ解析を支援するライブラリで、今回はその中のDataFrameという2次元配列（Excel表のような機能）を使います。
また、sklearnは機械学習ライブラリで、その中のlinear_modelという線形回帰モデルの機能を使います。
最後の行の「%matplotlib inline」は、ブラウザ内にグラフ描画を行わせるためのコマンドになります。

前回のX,YデータをDataFrame形式のデータで用意します。
統計学的な呼び方ではXは説明変数、Yは目的変数に相当します。