【Python × 機械学習】素人が機械学習の基本を単回帰分析でまとめる

Copy
pip install numpy pandas matplotlib seaborn scikit-learn

Copy
Chins  Situps  Jumps
0     5.0   162.0   60.0
1     2.0   110.0   60.0
2    12.0   101.0  101.0
3    12.0   105.0   37.0
4    13.0   155.0   58.0
5     4.0   101.0   42.0
6     8.0   101.0   38.0
7     6.0   125.0   40.0
8    15.0   200.0   40.0
9    17.0   251.0  250.0
10   17.0   120.0   38.0
11   13.0   210.0  115.0
12   14.0   215.0  105.0
13    1.0    50.0   50.0
14    6.0    70.0   31.0
15   12.0   210.0  120.0
16    4.0    60.0   25.0
17   11.0   230.0   80.0
18   15.0   225.0   73.0
19    2.0   110.0   43.0

Copy
Weight  Waist  Pulse
0    191.0   36.0   50.0
1    189.0   37.0   52.0
2    193.0   38.0   58.0
3    162.0   35.0   62.0
4    189.0   35.0   46.0
5    182.0   36.0   56.0
6    211.0   38.0   56.0
7    167.0   34.0   60.0
8    176.0   31.0   74.0
9    154.0   33.0   56.0
10   169.0   34.0   50.0
11   166.0   33.0   52.0
12   154.0   34.0   64.0
13   247.0   46.0   50.0
14   193.0   36.0   46.0
15   202.0   37.0   62.0
16   176.0   37.0   54.0
17   157.0   32.0   52.0
18   156.0   33.0   54.0
19   138.0   33.0   68.0

Copy
Chins
0     5.0
1     2.0
2    12.0
3    12.0
4    13.0
5     4.0
6     8.0
7     6.0
8    15.0
9    17.0
10   17.0
11   13.0
12   14.0
13    1.0
14    6.0
15   12.0
16    4.0
17   11.0
18   15.0
19    2.0

Copy
Weight
0    191.0
1    189.0
2    193.0
3    162.0
4    189.0
5    182.0
6    211.0
7    167.0
8    176.0
9    154.0
10   169.0
11   166.0
12   154.0
13   247.0
14   193.0
15   202.0
16   176.0
17   157.0
18   156.0
19   138.0

Copy
# 必要なライブラリ等にimport
from sklearn.datasets import load_linnerud #testdata
from sklearn.model_selection import train_test_split # 分割メソッド
from sklearn.linear_model import LinearRegression # モデル
import seaborn as sns
import matplotlib.pyplot as plt

# データ取得
# Dataframe型で取得
df = load_linnerud(as_frame=True).frame

# 必要な列を抽出（件数の回数と体重）
df_edit = df[['Chins','Weight']]

# 説明変数をセット（ndarray）に変換
# x = filterddf['Chins'].values.reshape(-1, 1)
x = df_edit[['Chins']].values

# 目的変数をセット（ndarray）に変換
# y = filterddf['Weight'].values.reshape(-1, 1)
y = df_edit[['Weight']].values

# データセットの分割
# 学習用データセットを作成
# 学習データ7割、テストデータ3割
x_train,x_test,y_train,y_test=train_test_split(x,y,test_size=0.4,random_state=0)

# モデルの定義
# どの機械学習アルゴリズムを使うか
model = LinearRegression()

# モデルに学習させる
model.fit(x_train,y_train)

# パラメータの確認（定まっているか）
model.coef_

# 切片の確認
model.intercept_

# モデルの検証
# テストデータを使う
# 決定係数（最大値が1※1に近いほど茣蓙が少ない）
print(f'train_score:{model.score(x_train,y_train)}')
print(f'test_score:{model.score(x_test,y_test)}')

# モデルに予測させる
y = model.predict(x_test)

# 予測値と実績値の比較
print(f'予測値:{y[0]} 入力値:{x_test[0]}')
print(f'実測値:{y_test[0]} 入力値:{x_test[0]}')

# グラフの描画
# 散布図
sns.scatterplot(data=df,
                x='Chins',
                y='Weight')

# 回帰線付き散布図
sns.lmplot(data=df_edit,
                x='Chins',
                y='Weight')

Copy
# 必要なライブラリ等にimport
from sklearn.datasets import load_linnerud #testdata
from sklearn.model_selection import train_test_split # 分割メソッド
from sklearn.linear_model import LinearRegression # モデル
import seaborn as sns 
import matplotlib.pyplot as plt

# データ取得
# Dataframe型で取得
df = load_linnerud(as_frame=True).frame

Copy
# 必要な列を抽出（件数の回数と体重）
df_edit = df[['Chins','Weight']]

Copy
# 説明変数をセット（ndarray）に変換
x = df_edit[['Chins']].values
# array([[ 5.],
#        [ 2.],
#        [12.],
#        [12.],
#        [13.],
#        [ 4.],
#        [ 8.],
#        [ 6.],
#        [15.],
#        [17.],
#        [17.],
#        [13.],
#        [14.],
#        [ 1.],
#        [ 6.],
#        [12.],
#        [ 4.],
#        [11.],
#        [15.],
#        [ 2.]])

Copy
x = df_edit['Chins'].values
# array([ 5.,  2., 12., 12., 13.,  4.,  8.,  6., 15., 17., 17., 13., 14.,
#         1.,  6., 12.,  4., 11., 15.,  2.])

Copy
# 目的変数をセット（ndarray）に変換
y = df_edit[['Weight']].values
# array([[191.],
#        [189.],
#        [193.],
#        [162.],
#        [189.],
#        [182.],
#        [211.],
#        [167.],
#        [176.],
#        [154.],
#        [169.],
#        [166.],
#        [154.],
#        [247.],
#        [193.],
#        [202.],
#        [176.],
#        [157.],
#        [156.],
#        [138.]])

Copy
# データセットの分割
# 学習用データセットを作成
# 学習データ7割、テストデータ3割
x_train,x_test,y_train,y_test=train_test_split(x,y,test_size=0.3,random_state=0)

Copy
# モデルの定義
# どの機械学習アルゴリズムを使うか
model = LinearRegression()

Copy
# モデルに学習させる
model.fit(x_train,y_train)

Copy
# パラメータの確認（定まっているか）
model.coef_
# array([[-1.40909091]])

Copy
# 切片の確認
model.intercept_

Copy
# モデルの検証
# 決定係数（最大値が1※1に近いほど茣蓙が少ない）

# テストデータ
print(f'test_score:{model.score(x_test,y_test)}')

# 学習データ
print(f'train_score:{model.score(x_train,y_train)}')

# 決定係数
# test_score:0.13764136222823264
# train_score:0.1477906158845732

Copy
# モデルに予測させる
model.predict(x_test)

Copy
# 予測値と実績値の比較
print(f'予測値:{y[0]} 入力値:{x_test[0]}')
print(f'実測値:{y_test[0]} 入力値:{x_test[0]}')

# 予測値:[170.13636364] 入力値:[15.]
# 実測値:[156.] 入力値:[15.]

Copy
# グラフの描画
# 散布図
sns.scatterplot(data=df,
                x='Chins',
                y='Weight')

Copy
# 回帰線付き散布図
sns.lmplot(data=df_edit,
                x='Chins',
                y='Weight')