文書ロック中

この文書は、他のユーザーが編集中のためロックされています。編集が完了するか、ロックの期限が切れるまでお待ち下さい。

文書をロックしているユーザー： 3.141.46.77
ロック期限： 2025/04/20 05:29 (13 min)

この文書は読取専用です。文書のソースを閲覧することは可能ですが、変更はできません。もし変更したい場合は管理者に連絡してください。

====== コードテンプレート ======
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 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
# For example, here's several helpful packages to load

import numpy as np # linear algebra
import pandas as pd # data processing, CSV file I/O (e.g. pd.read_csv)
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split

# Input data files are available in the read-only "../input/" directory
# For example, running this (by clicking run or pressing Shift+Enter) will list all files under the input directory

import os
for dirname, _, filenames in os.walk('/kaggle/input'):
    for filename in filenames:
        print(os.path.join(dirname, filename))

# You can write up to 20GB to the current directory (/kaggle/working/) that gets preserved as output when you create a version using "Save & Run All" 
# You can also write temporary files to /kaggle/temp/, but they won't be saved outside of the current session

train_df = pd.read_csv('/kaggle/input/titanic/train.csv', encoding='SHIFT-JIS')
# Fill NaN value with front value.
train_df = train_df.ffill()
train_X = train_df[["Fare"]].values
train_Y = train_df[["Survived"]].values

model = LinearRegression(
    fit_intercept=True,
    copy_X=True,
    n_jobs=1,
    positive=False,
)
model.fit(train_X, train_Y)

test_df = pd.read_csv('/kaggle/input/titanic/test.csv', encoding='SHIFT-JIS')

#test_df = test_df.dropna(subset="Fare")
test_df = test_df.ffill()

test_X = test_df[["Fare"]].values
test_passengerId = test_df[["PassengerId"]].values

Y_pred = model.predict(test_X)

def my_round(x, decimals=0):
    return np.floor(x * 10**decimals + 0.5) / 10**decimals

Y_pred = my_round(Y_pred)

# 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)

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 |