머신 러닝 만들기 - 선형 회귀

50cm 농어의 이웃

50cm의 농어가 들어오면 그 무게가 어느 정도가 되는 지 예측하는 것을 만든는 것이다.

# 50cm 농어의 이웃
distances, indexes = knr.kneighbors([[100]])

#훈련 세트의 산점도를 그린다.
plt.scatter(train_input, train_target)
plt.scatter(train_input[indexes], train_target[indexes], marker='D')

plt.scatter(50,1033, marker='^')
plt.show()

어떤 직선이 가장 잘 표현 했는지 알아야 한다.

print(lr.score(train_input, train_target))
0.9398463339976039

print(lr.score(test_input, test_target))
0.8247503123313558

어느 정도의 유사성은 가진다. 하지만, 더 정확하게 하는 방법이 있다. 바로 다항 회귀를 사용하는 것이다.

다항 회귀

train_poly = np.column_stack((train_input ** 2, train_input))
test_poly = np.column_stack((test_input ** 2, test_input))

다항 그래픽의 식

무게 = 1.01... * 길이^2 - 21.6 * 길이 + 116.05

point = np.arange(15,50)
plt.scatter(train_input, train_target)
plt.plot(point, 1.01*point**2 - 21.6*point + 116.05)
plt.scatter([50], [1574], marker='^')
plt.show()

print(lr.score(train_poly, train_target))
0.9706807451768623

print(lr.score(test_poly, test_target))
0.9775935108325122

선형 회귀 보다는 좀더 정확한 값이 나온다.