LinearRegression クラスについてメモ

sklearn の LinearRegression クラスについての個人メモ。

LinearRegression とは

線形回帰モデルの一つ。説明変数の値から目的変数の値を予測する。

導入

import sklearn.linear_model.LinearRegression

アトリビュート

coef_

回帰変数。

intercept_

切片。

メソッド

fit(x, y)

線形回帰モデルの当てはめを実行。訓練の開始。
xが対象データで、yが正解データ ※教師あり学習が前提

get_params()

推定に用いたパラメータを取得。

predict(x)

モデルを使用して、xに対して予測を実行し予測値を算出する。
###score(x, y)
決定係数を出力。予測値xと正解値yの相関を測る。

実践

training

import pandas as pd 
from sklearn.linear_model import LinearRegression
from sklearn.datasets import load_breast_cancer
from sklearn.model_selection import train_test_split

dataset = load_breast_cancer()

data_x = pd.DataFrame(dataset.data,columns=dataset.feature_names)
data_y = pd.DataFrame(dataset.target, columns = ['y'])

train_x,test_x,train_y,test_y = train_test_split(data_x,data_y)

model = LinearRegression()  #線形回帰モデルの呼び出し
model.fit(train_x, train_y)  #モデルの訓練


print(model.coef_)  #回帰変数の表示
print(model.intercept_)  #回帰直線の切片
print(model.get_params())  #パラメータの取得

print(model.predict(test_x))  #予測値の表示
print(model.score(test_x,test_y))  #決定係数の表示

以上。