scikit-learnライブラリを使用して回帰モデルを実装するサンプルコード

2024年6月17日

以下は、Pythonのscikit-learnライブラリを使用して回帰モデルを実装するサンプルコードです。この例では、糖尿病データセットを使用して糖尿病患者のデータを使って糖尿病進行の予測を行います。

python
# 必要なライブラリのインポート
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error

# データセットの読み込み
diabetes = datasets.load_diabetes()
X = diabetes.data
y = diabetes.target

# データを訓練データとテストデータに分割
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 線形回帰モデルのインスタンス化と学習
model = LinearRegression()
model.fit(X_train, y_train)

# テストデータを使って予測を行う
y_pred = model.predict(X_test)

# モデルの評価
mse = mean_squared_error(y_test, y_pred)
print("Mean Squared Error:", mse)

このコードでは、scikit-learnから糖尿病データセットを読み込み、データを訓練用とテスト用に分割します。その後、線形回帰モデルをインスタンス化し、訓練データを使ってモデルを学習させます。最後に、テストデータを使って予測を行い、平均二乗誤差（Mean Squared Error）でモデルの評価を行います。

未分類

Posted by ぼっち