섹션 6. 단순 선형 회귀 (Simple Linear Regression)

회귀란, 

 

● URL : https://colab.research.google.com/drive/1GIjr0AQFCeShMK_RWN3nsGicUDvGuiXH

 

※ 최소제곱법

 

Step 1. Importing the libraries, 라이브러리 불러오기

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

 

Step 2. Importing the dataset, 데이터세트 불러오기

dataset = pd.read_csv('Salary_Data.csv')

X = dataset.iloc[:, :-1].values

y = dataset.iloc[:, -1].values

 

Step 3. Splitting the dataset into the Training set and Test set

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 1/3, random_state = 0)

 

Step 4. Training the Simple Linear Regression model on the Training set

- linear_model : 선형회귀 모듈

- LinearRegression : 선형회귀 클래스

- regressor : 인스턴스(모델)

from sklearn.linear_model import LinearRegression

regressor = LinearRegression()

regressor.fit(X_train, y_train)

 

Step 5. Predicting the Test set results

- predict : 학습된 모델(regressor)이 테스트 세트(X_test)에 대해 예측을 수행하는 함수

y_pred = regressor.predict(X_test)

--------------------------------------------------------------------------------------------------------------------------------------------------------------------

(1) y_pred = regressor.predict(X_test) : 테스트 세트(X_test)의 각 샘플에 대해 예측된 종속 변수(타겟 변수) 값을 반환

--------------------------------------------------------------------------------------------------------------------------------------------------------------------

 

Step 6. Visualising the Training set results

- scatter : 산점도 그리는 함수

- plot : 회귀선 그리는 함수

- title : 제목

- xlabel : x축 라벨

- ylabel : y축 라벨

- show : 그래표 화면 표시

plt.scatter(X_train, y_train, color = 'red')

plt.plot(X_train, regressor.predict(X_train), color = 'blue')

plt.title('Salary vs Experience (Training set)')

plt.xlabel('Years of Experience')

plt.ylabel('Salary')

plt.show()

--------------------------------------------------------------------------------------------------------------------------------------------------------------------

(1) plt.scatter(독립 변수, 종속 변수, 옵션)

(2) plt.plot(독립 변수, 훈련 세트의 예측된 종속 변수, 옵션)

--------------------------------------------------------------------------------------------------------------------------------------------------------------------

Step 7. Visualising the Test set results

plt.scatter(X_test, y_test, color = 'red')

plt.plot(X_train, regressor.predict(X_train), color = 'blue')

plt.title('Salary vs Experience (Test set)')

plt.xlabel('Years of Experience')

plt.ylabel('Salary')

plt.show()

※ 단순 선형 회귀 모델의 회귀선은 고유한 식에서 도출되어 고유함으로 테스트 세트의 회귀선을 별도로 생성할 필요없다.