선형 회귀

Python으로 배우는 확률 기초

Alexander A. Ramírez M.

CEO @ Synergy Vision

선형 함수

선형 함수 플롯

선형 함수 플롯

$$ y = \color{red}{slope}*x + \color{blue}{intercept} $$

무작위 섭동이 있는 선형 함수 플롯

$$ y = slope*x + intercept + \color{red}{random\_number} $$

공부 시간 vs 점수 플롯

상수, 선형, 이차, 로그 모델로 데이터 적합

최적의 모델을 고르는 기준은 무엇일까요?

선형 모델 애니메이션 플롯

잔차 플롯

잔차 플롯과 오차 최소화

선형 모델 잔차 플롯

# Import LinearRegression
from sklearn.linear_model import LinearRegression

# sklearn linear model
model = LinearRegression()
model.fit(hours_of_study, scores)

# Get parameters
slope = model.coef_[0]
intercept = model.intercept_

# Print parameters
print(slope, intercept)

(1.496703900384545, 52.44845266434719)

# Score prediction
score = model.predict(np.array([[15]]))
print(score)

[74.89901117]

$$ $$

import matplotlib.pyplot as plt

plt.scatter(hours_of_study, scores)
plt.plot(hours_of_study_values, model.predict(hours_of_study_values))
plt.show()

선형 모델 적합 플롯

Python으로 배우는 확률 기초