単回帰分析のFlow

単回帰分析とは

単回帰は教師あり学習のひとつで, 1つの説明変数から目的変数を予測する手法です.
回帰は目的変数が連続値である予測が出来た場合に用いられます.

使用するライブラリ

pandas
数表を扱うライブラリ.
numpy
行列計算をするためのライブラリ.
scikit-learn
学習のためのモデルやデータを扱うライブラリ.
matplotlib
グラフを作成するためのライブラリ.

ライブラリの使用Flow

graph LR
    id1(("pandas<br/>読み込み・統計分析<br/>(DataFrame型)")) -->|numpyのarray型へ変換| id2((numpy))
    id2 -->|データの傾向を可視化| id3((matplotlib))
    id2 -->|"モデルの作成・学習"| id4((scikit-learn))

[!NOTE] pandasのDataFrame型をnumpyのarray型に変換してから matplotlib や scikit-learn 等のモジュールで使用する.

分析Flow

大雑把な分析の流れです.

pandasでデータを読み込む
標準化する
pandasで相関係数を見る
matplotlibでデータの傾向を見る
データの分割
scikit-learnで線形回帰モデルを作る
学習させる
モデルの性能を評価する

[!NOTE] 2で説明変数と目的変数に直線的な関係がなかったり, 3で相関があまりなかった場合は線形回帰はできない.

終わりに

今回は, 単回帰分析の全体的なFlowについて書きました.
細かい解説や実装方法はまた別の記事に書こうと思います.(まだ理解してないなんていえない)

その他の記事

公開日 2020/03/15

Thanks you for reading.