<머신러닝> 단순선형회귀 (Linear Regression with Python)

https://jinhyunbae.tistory.com/144

<통계학> 단순선형회귀 - 2 (with Python)

 

지난 번에는 Python을 통해서 통계학 모델인 단순선형회귀를 구현해보았었는데

이번에는 sklearn에서 제공하는 선형회귀 모델 학습을 구현해본다.

통계 모델과 마찬가지로 최소자승법(OLS) 방식으로 선형회귀 모델을 구현한다. 

---

사용한 데이터는 insurance.csv 데이터이다.

https://www.kaggle.com/datasets/awaiskaggler/insurance-csv

Insurance Csv

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error

data = pd.read_csv('../data/insurance.csv')
data

 

---

나이와 의료비용 사이에 선형모델 생성해볼 것이다.

X = data['age']
y = data['charges']

 

모델을 생성하기에 앞서서 두 데이터의 선형성을 확인해볼 필요가있다.

plt.figure(figsize=(10,5))

plt.scatter(X, y)
plt.xlabel('X')
plt.ylabel('y')
plt.show()

산점도 그래프를 보면 나이와 의료비용에는 일정부분 선형성이 발견되며, 우상향하는 것을 확인할 수 있다. 

---

lr = LinearRegression()

X = np.array(data['age'])
y = np.array(data['charges'])

lr.fit(X.reshape(-1, 1), y.reshape(-1, 1))
print('절편 : ', lr.intercept_)
print('계수 : ', lr.coef_)

 

패키지를 불러오고 fit을 통해 데이터를 학습 시키는데 이 때 fit에 입력되는 데이터는 2차원의 array여야하기 때문에 

reshape함수를 이용해서 차원을 맞추어 주었다.

 

그렇게 해서 구해진 결과는 아래와 같다.

절편 :  [3165.88500606]
계수 :  [[257.72261867]]

 

그리고 결정계수를 구해본다. 결정계수는 score함수를 이용하면 구할 수 있다.

print(lr.score(X, y))

0.08940589967885804

 

결정계수는 9%정도로 낮게 나온 것을 확인할 수 있다.

---

X_new = [[19], [64]]
y_hat = lr.predict(X_new)

print(y_hat)

 

학습된 모델의 결과로 19세는 8062, 64세는 19660을 지출한다고 해석할 수 있다.

[[ 8062.61476073]
 [19660.13260074]]

 

산점도 위에 회귀선을 그어 선형 모델이 데이터를 얼마나 설명할 수 있는지 시각화해볼 수 있다. 

plt.figure(figsize=(10,5))
plt.plot(X, y, 'b.')
plt.plot(X_new, y_hat, 'r-')
plt.show()