scikit-learnで単回帰分析

回帰分析とは

予測に使う分析のこと　「y=ax+b」で表される - y：目的変数（予測したい値） - x：説明変数（予測に使う値） - a：回帰係数（傾き） - b：切片（y軸と接している値）

目的変数を売上金額、説明変数を気温とすると・・・ 最高気温が変化すると売上金額はどう変化する？　→　目的変数と説明変数の関係がわかる 目的変数と説明変数の関係をつかって目的変数（売上金額）を予測することを回帰分析といいます 　

単回帰分析とは

1つの説明変数で分析を行う回帰分析のこと 説明変数が2つ以上の場合は、重回帰分析といいます 回帰分析(単回帰分析)をわかりやすく徹底解説！

Pythonで単回帰分析してみる

データ分析のライブラリ、scikit-learnを使って簡単な単回帰分析をしてみます 最高気温（x）から売上金額（ｙ）を求めます

# データ読み込み
import pandas as pd
# 単回帰分析の実施
from sklearn import linear_model
# グラフを表示
import matplotlib.pyplot as plt
%matplotlib inline

# csvデータを表示
data = pd.read_csv('./data_choco.csv', header=0)
df = pd.DataFrame(data)
pd.DataFrame(data)

# 説明変数 分析はDataFlame型で実施するので[[column]]を使う
x = data[['highest_temperature']]
# 目的変数
y = data[['sales_amount']]

# 単回帰分析を実施
clf = linear_model.LinearRegression()
clf.fit(x,y)

print('回帰係数：{}'.format(clf.coef_[0]))
print('切片：{}'.format(clf.intercept_))

回帰係数：-15.805978115825992 切片：517.4933279957299

# グラフを表示
plt.scatter(x, y)
plt.plot(x, clf.predict(x), color='red')
plt.xlabel('highest_temperature')
plt.ylabel('sales_amount')
plt.show

赤線が目的変数と説明変数の関係です（回帰直線というらしい） 最高気温が低いほうが売上金額が高くなっています

上記の結果から「y=-15.8x+517.4」が気温と売上金額の関係になります この式に当てはめて売上金額を予測します（ここは手動） - 最高気温：25℃　　売上金額：122.4千円 - 最高気温：10.5℃　売上金額：351.5千円

それっぽい売上金額が予測できました！