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。
| 両方とも前のリビジョン前のリビジョン次のリビジョン | 前のリビジョン | ||
| linearregression [2024/10/10 16:03] – 118.158.174.226 | linearregression [2024/10/12 12:56] (現在) – bokupi | ||
|---|---|---|---|
| 行 1: | 行 1: | ||
| - | ====== コードテンプレート | + | ====== 線形回帰モデル ====== |
| - | 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。 | + | |
| + | ===== 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。 | もう少し直す予定。 | ||
| 行 61: | 行 63: | ||
| </ | </ | ||
| - | ====== 評価方法 | + | ===== 評価方法 ===== |
| <code python> | <code python> | ||
| 行 70: | 行 72: | ||
| # test.csvは正解が分からないので、train.csvのデータで評価する | # 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) | Y_pred = model.predict(train_X) | ||
| + | |||
| + | # 決定係数による評価 | ||
| r2_score_val = r2_score(train_Y, | r2_score_val = r2_score(train_Y, | ||
| print(" | print(" | ||
| </ | </ | ||
| + | |||
| + | 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 | ||
| + | |Fare |0.06620664646184304 | ||
| + | |SibSp |0.001247678927532414 | | ||
linearregression.1728576199.txt.gz · 最終更新: 2024/10/10 16:03 by 118.158.174.226
