回帰分析とは④
こんにちは！EMです^^
今日も回帰分析シリーズを解説していきたいと思います！
Machine Learning with Scikit-Learn
現在、私たちはとっても恵まれた環境の中におります。
なんと前回話した最急降下法、アルゴリズムごとに初めからコーディングする
必要はないんです！他の誰かが既に構築済みなんです！
その為、third party packagesといわれる予め作られたパッケージを使っていきます。
とても人気があるのはScikit-Learnというパッケージです。
import sklearn as sk
from sklearn import model_selection, metrics, linear_model, datasets,
feature_selection, preprocessing
このデータに適合するモデルを構築するには、まず、linear_modelを使い
適切な手法を駆使してモデルを定義します。
このメソッドを使用する中で、いくつかのオプションがあります。
（リストの種類については、こちらをご覧ください。）
http://scikitlearn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html
今回は、デフォルトをそのまま選びます。 これで、メソッドを呼び出し
（データに適合していない）モデルを変数に入れていきます。
linear_regression_model = sk.linear_model.LinearRegression()
次に、モデルを自分たちのデータに適合させる必要があります。
近似を行うときは、独立変数を数あるリストから1つのリストにリシェイプする作業をしていきます。
それぞれの内側のリストはデータポイントを表し、リストの内容はそのポイントの機能になります。
適切な形式のデータを取得すれば.fit（）メソッドを使用して
従属変数と独立変数の関係を学習できます。
x = x.reshape(-1,1)
linear_regression_model.fit(x, y)
#The bias term.
bias = linear_regression_model.intercept_
#The coefficient, notice it returns an array with one spot for each feature
coefficient = linear_regression_model.coef_[0]
print('Bias:', bias)
print('Coefficients:', coefficient)
# Plot outputs
plt.scatter(x,y, color='red')
Y_model = coefficient*x + bias
plt.plot(x, Y_model, color='blue', linewidth=3)
plt.show()
前のモデルの精度スコアを見つけたい場合は、次のように実行します。
print("Score on data model was fitted to:", linear_regression_model.
score(x.reshape(-1,1),y))
〈output〉
Score on data model was fitted to: 0.5220701109050432
このモデルは、これまで見たことのないデータにはあまり適合しませんでした。
現実世界の中の生データは、どちらのソースからも同じように発生する可能性が高い場合、
モデルは1番最良の推定量ではなく、元のデータセットに過剰適合（overfit）するでしょう。
（これは線形回帰で見た過剰適合に似ています）
ちなみに皆様に朗報です！
私今まで知らなかったんですが、CodeCampさんが無料で5回分無料レッスンを
されているらしいです、、、！
私が他のオンラインスクールで機械学習のコースを受講した際は
グループレッスンで約２倍のお値段を払ったので
完全マンツーマンでこのお値段は超良心的だなと思います。。。
ぜひ気になる方は無料体験もされてるみたいなので、一度WEBサイトを見てみてくださいね。
データ分析は時代が変化しても、必ず重宝される分野だと思っているので
プロから基礎を学ぶのは、本当に超効率的な自己投資だと思います。
次回以降、この考えをさらに深く説明するために実際のデータセットも見ていこうと思います。
最後まで読んで頂きありがとうございました＾＾
