단순 선형 회귀

1단계: 데이터 전처리

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

dataset = pd.read_csv('studentscores.csv')
X = dataset.iloc[ : ,   : 1 ].values # 독립 변수 (학습 시간)
Y = dataset.iloc[ : , 1 ].values # 종속 변수 (점수)

from sklearn.cross_validation import train_test_split
X_train, X_test, Y_train, Y_test = train_test_split( X, Y, test_size = 1/4, random_state = 0) # 75% 훈련, 25% 테스트

2단계: 훈련 세트에 단순 선형 회귀 모델 피팅

from sklearn.linear_model import LinearRegression
regressor = LinearRegression()
regressor = regressor.fit(X_train, Y_train) # 훈련 데이터로 모델 학습

3단계: 결과 예측

Y_pred = regressor.predict(X_test) # 테스트 데이터로 예측

4단계: 시각화

훈련 결과 시각화

plt.scatter(X_train , Y_train, color = 'red') # 실제 훈련 데이터 점
plt.plot(X_train , regressor.predict(X_train), color ='blue') # 훈련 데이터에 대한 예측 선

테스트 결과 시각화

plt.scatter(X_test , Y_test, color = 'red') # 실제 테스트 데이터 점
plt.plot(X_test , regressor.predict(X_test), color ='blue') # 테스트 데이터에 대한 예측 선 (X_train에 대한 예측 선과 동일해야 함)