"Scikit-learn:데이터 분석"의 두 판 사이의 차이

Pywiki
둘러보기로 가기 검색하러 가기
(새 문서: == 개요 == 데이터 분석과 관련한 기능. == 회귀선 그리기 == <syntaxhighlight lang="python"> from sklearn.linear_model import LinearRegression x = # x축 데이터 y...)
 
1번째 줄: 1번째 줄:
 
== 개요 ==
 
== 개요 ==
 
데이터 분석과 관련한 기능.
 
데이터 분석과 관련한 기능.
 +
 +
= 선형 회귀분석 =
  
 
== 회귀선 그리기 ==
 
== 회귀선 그리기 ==
14번째 줄: 16번째 줄:
 
y_pred = pd.Series(model.predict(x), index=x.index)  # 회귀선을 얻을 수 있다.
 
y_pred = pd.Series(model.predict(x), index=x.index)  # 회귀선을 얻을 수 있다.
 
</syntaxhighlight>
 
</syntaxhighlight>
 +
 +
=== 여러 데이터를 사용하는 경우(다중 선형 회귀분석) ===
 +
<syntaxhighlight lang="python">
 +
from sklearn.linear_model import LinearRegression
 +
 +
x = df[['변수1', '변수2', '변수3', ...]]  # x축 데이터
 +
y = df[['결과']]  # y축 데데이터
 +
 +
model = LinearRegression()
 +
model.fit(x, y)
 +
 +
y_pred = pd.Series(model.predict(x), index=x.index)  # 회귀선을 얻을 수 있다.
 +
 +
 +
print("변수에 대한 예상값 : ",model.predict([['임의값1', '임의값2', '임의값3', ...]]))
 +
</syntaxhighlight>
 +
 +
== 회귀 결과 ==
 +
{| class="wikitable"
 +
!의도
 +
!설명
 +
!방법
 +
|-
 +
|절편값 구하기
 +
|모든 변수가 0일 때의 y값
 +
|model.intercept_
 +
|-
 +
|회귀계수 구하기
 +
|기울기의 역할.
 +
|model.coef_
 +
|}
 
[[분류:Scikit-learn]]
 
[[분류:Scikit-learn]]

2023년 1월 16일 (월) 21:46 판

1 개요

데이터 분석과 관련한 기능.

2 선형 회귀분석

2.1 회귀선 그리기

from sklearn.linear_model import LinearRegression

x = # x축 데이터
y = # y축 데데이터

model = LinearRegression()
model.fit(x, y)

y_pred = pd.Series(model.predict(x), index=x.index)  # 회귀선을 얻을 수 있다.

2.1.1 여러 데이터를 사용하는 경우(다중 선형 회귀분석)

from sklearn.linear_model import LinearRegression

x = df[['변수1', '변수2', '변수3', ...]]  # x축 데이터
y = df[['결과']]  # y축 데데이터

model = LinearRegression()
model.fit(x, y)

y_pred = pd.Series(model.predict(x), index=x.index)  # 회귀선을 얻을 수 있다.


print("변수에 대한 예상값 : ",model.predict([['임의값1', '임의값2', '임의값3', ...]]))

2.2 회귀 결과

의도 설명 방법
절편값 구하기 모든 변수가 0일 때의 y값 model.intercept_
회귀계수 구하기 기울기의 역할. model.coef_
원본 주소 "http://id8436.iptime.org:2786/mediawiki/index.php?title=Scikit-learn:데이터_분석&oldid=1473"