머신러닝 : Multiple Linear Regression

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

필요 라이브러리를 import해줍니다.

df=pd.read_csv('../data/50_Startups.csv')

 

위 csv 파일을 읽어와서

각각의 피쳐를 분석하여, 어떤 신생 회사의 데이터가 있으면, 그 회사가 얼마의 수익을 낼 지 예측합니다. (투자를 해야 할지 말아야 할지)

Nan을 확인합니다.

어떤 인공지능을 개발할지 X,y 값을 세팅해줍니다.

X=df.loc[:,'R&D Spend':'State']
y=df['Profit']

문자열이 들어있는 컬럼이 있기때문에, 문자열 컬럼은 숫자로 바꿔줘야합니다.

 

문자열 컬럼이 카테고리컬 데이터인지 먼저 확인하고 알파벳 순으로 정렬합니다.

X['State'].describe()

sorted(X['State'].unique())

원 핫 인코딩 과정.

from sklearn.preprocessing import OneHotEncoder
from sklearn.compose import ColumnTransformer

ct=ColumnTransformer([('encoder',OneHotEncoder(),[3])],remainder='passthrough')

X=ct.fit_transform(X.values)​

 

모두 숫자로 변경되었으니, train / test 데이터로 분리합니다.

from sklearn.model_selection import train_test_split
X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.2,random_state=1)

인공지능 모델링 시작.

from sklearn.linear_model import LinearRegression
regressor = LinearRegression()
regressor.fit(X_train,y_train)

y_pred=regressor.predict(X_test)

MSE를 구한 후 성능 평가 과정.

error = y_test - y_pred
(error ** 2 ).mean() # MSE

실제값(y_test.values)과 예측값(y_pred)의 데이터를 차트로 나타내봅니다.

 

plt.plot(y_test.values)
plt.plot(y_pred)
plt.legend(['Real','Pred'])
plt.savefig('chart1.jpg')
plt.show()

 

예제)

# 운영비는 15만달러, 마케팅비는 40만달러, 연구개발비는 13만달러이고, 
# 회사는 Florida에 있다.
# 이 회사는 어람의 수익을 얻을 수 있을지 예측하시오.

new_data=np.array( [130000,150000,400000,'Florida'] )

new_data=new_data.reshape(1,4)

new_data=ct.transform(new_data).astype(float)

regressor.predict(new_data)​