[머신러닝] Multiple Linear Regression 3

Multiple Linear Regression(3)-Sklearn

앞에서 Preprocessing DataSet을 가지고 Sklearn를 가지고 Multiple Linear Regression 모델을 만들어 본다.

Training_data 정의

앞에서 preprocessing DataSet을 x_data, t_data(Label)로 나눠준다.

x_data = training_data.drop(['Ozone'], axis=1).values  
t_data = training_data['Ozone'].values.reshape(-1,1)   # 2차원으로 만들어준다. 

Model 생성

sklearn 에서 linearmodelLinearRegression 모델을 생성한다.

model = linear_model.LinearRegression()

학습 진행

model.fit을 이용해 간단히 학습을 진행한다.

model.fit(x_data, t_data)

Weight, Bias 확인하기

W = model.coef_
b = model.intercept_
print('W : {}, b : {}'.format(W,b))
# W : [[ 0.24999232 -0.33513494  0.71641872]], b : [0.01870675]

예측하기

data를 입력해 오존량을 추측해본다.

predict_data_x = np.array([[150, 8, 65]])
predict_data_x = scaler_x.transform(predict_data_x)

predict_val = model.predict(predict_data_x)
result = scaler_t.inverse_transform(predict_val)
print(result)
# [[10.56936901]]