重回帰分析をやってみた。

以下のサイトを参考に、重回帰分析をやってみました。

直径とトッピングの数から、ピザの値段を予測

学習データを用意

from sklearn.linear_model import LinearRegression
x = [[12,2],[16,1],[20,0],[28,2],[36,0]]
y = [[700],[900],[1300],[1750],[1800]]

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

データの分割

x_test = [[16,2],[18,0],[22,2],[32,2],[24,0]]
y_test = [[1100],[850],[1500],[1800],[1100]]

学習

prices = model.predict(x_test)

for i, price in enumerate(prices):

print('Predicted:%s, Target:%s'%(price,y_test[i]))

予測

score = model.score(x_test, y_test)
print("r-squared:",score)

学習データが少なく、ミニマムな機械学習を手動で行ってという印象を受けた。「すべては基礎から。」にもあるように、データ量が大きくなってよくわからなくなったら、今回やったものに立ち返って整理したいとおもう。

ぺーぱーの日々