linearregression

差分

このページの2つのバージョン間の差分を表示します。

この比較画面へのリンク

--- linearregression [2024/07/04 14:46] – 作成 bokupi
+++ linearregression [2024/10/12 12:56] (現在) – bokupi
@@ 行 1: / 行 1: @@
-Scikit learnによる線形回帰モデルによる機械学習コードのテンプレート。
+====== 線形回帰モデル ======
+===== コードテンプレート =====
+Kaggleのtitanic competitionで使った、Scikit learnによる線形回帰モデルによる機械学習コードのテンプレート。
 もう少し直す予定。
-<code>
+<code python>
 # This Python 3 environment comes with many helpful analytics libraries installed
 # It is defined by the kaggle/python Docker image: https://github.com/kaggle/docker-python
@@ 行 53: / 行 56: @@
 # Output result to csv.
+# Kaggleで結果を評価させるために、フォーマットを合わせている
 output = pd.DataFrame({'PassengerId': np.ravel(test_passengerId), 'Survived': np.array(np.ravel(Y_pred), dtype=int)})
 output.to_csv('/kaggle/working/submission.csv', index=False)
@@ 行 58: / 行 62: @@
 print("Finished!")
 </code>
+===== 評価方法 =====
+<code python>
+from sklearn.metrics import r2_score
+# 線形回帰モデル作成(略)
+# test.csvは正解が分からないので、train.csvのデータで評価する
+Y_pred = model.predict(train_X)
+# 決定係数による評価
+r2_score_val = r2_score(train_Y, Y_pred)
+print("R2 score = ", r2_score_val)
+</code>
+titanicのtrain.csvのデータを対象に、単回帰分析で予測した結果の評価結果。
+かなり厳しい。
+^説明変数^決定係数^
+|PClass|0.11456941170524182  |
+|Age   |0.004299594973638632 |
+|Fare  |0.06620664646184304  |
+|SibSp |0.001247678927532414 |

linearregression.1720104369.txt.gz · 最終更新: 2024/07/04 14:46 by bokupi