手動機械学習02

10478 ワード

02-モデルベースの学習例
🟤 簡単な機械学習モデル
  • データ準備(特性、目標:指導的学習)
  • モデル(線形回帰)
  • を選択
  • モデルトレーニング(Fit Method呼び出し:Sicket-Run)
  • 新しいデータの予測または推定
  • 🟣 生活満足度データ予測モデルの符号化は以下の通りである.
  • データ
    :OECDの生活満足度データ
    :IMFの一人当たりGDPデータ
  • 🔹 コレクタコード
    
    # 데이터 합치기
    def prepare_country_stats(oecd_bli, gdp_per_capita):
        oecd_bli = oecd_bli[oecd_bli["INEQUALITY"]=="TOT"]
        oecd_bli = oecd_bli.pivot(index="Country", columns="Indicator", values="Value")
        gdp_per_capita.rename(columns={"2015": "GDP per capita"}, inplace=True)
        gdp_per_capita.set_index("Country", inplace=True)
        full_country_stats = pd.merge(left=oecd_bli, right=gdp_per_capita,
                                      left_index=True, right_index=True)
        full_country_stats.sort_values(by="GDP per capita", inplace=True)
        remove_indices = [0, 1, 6, 8, 33, 34, 35]
        keep_indices = list(set(range(36)) - set(remove_indices))
        return full_country_stats[["GDP per capita", 'Life satisfaction']].iloc[keep_indices]
    
    # 라이브러리 생성
    import matplotlib.pyplot as plt
    import numpy as np
    import pandas as pd
    import sklearn.linear_model
    
    # 데이터 적재
    oecd_bli = pd.read_csv(datapath + "oecd_bli_2015.csv", thousands=',')
    gdp_per_capita = pd.read_csv(datapath + "gdp_per_capita.csv",thousands=',',delimiter='\t',
                                 encoding='latin1', na_values="n/a")
    
    # 데이터 준비
    country_stats = prepare_country_stats(oecd_bli, gdp_per_capita)
    X = np.c_[country_stats["GDP per capita"]]
    y = np.c_[country_stats["Life satisfaction"]]
    
    # 데이터 시각화
    country_stats.plot(kind='scatter', x="GDP per capita", y='Life satisfaction')
    plt.show()
    
    # 선형 모델 선택
    model = sklearn.linear_model.LinearRegression()
    
    # 모델 훈련
    model.fit(X, y)
    
    # 키프로스에 대한 예측
    X_new = [[22587]]  # 키프로스 1인당 GDP
    print(model.predict(X_new)) # 출력 [[ 5.96242338]]
    
    # 선형회귀 결과
    plt.scatter(X, y)
    plt.scatter(22587, 5.96)
    plt.show()