100일 학습기계 학습python 코드 계획 - DAy3: 다수치 선형 회귀 예측 모델

1267 단어 기계 학습
github의 Avik-Jain과 함께 기계 학습:
https://github.com/Avik-Jain/100-Days-Of-ML-Code
Day3: 다중 선형 회귀 예측 모델
학습 과제:
데이터 가져오기, 데이터 사전 처리(인코딩), 데이터 세트 분할
선형 회귀 모델을 구축하여 학습하고 예측하다
1. 데이터 처리
#imports library and read data
import pandas as pd
import numpy as np

#    ,           
data = pd.read_csv('G:/MachineLearningDailyStudy-100/100-Days-Of-ML-Code-master/datasets/50_Startups.csv')
x = data.iloc[:, :-1].values
y = data.iloc[:, 4].values

#           
#data preprocessing
from sklearn.preprocessing import LabelEncoder, OneHotEncoder
labelencoder = LabelEncoder()
x[:, 3] = labelencoder.fit_transform(x[:, 3])
onehotencoder = OneHotEncoder(categorical_features=[3])
x = onehotencoder.fit_transform(x).toarray()
x = x[:, 1:]

#            
#spliting the dataset into test_data and train_data
from sklearn.model_selection import train_test_split
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=1/4, random_state=0)

2. 선형 회귀 모델 구축, 훈련 및 테스트
#      
#make the linearregression
from sklearn.linear_model import LinearRegression
regressor = LinearRegression()
regressor.fit(x_train, y_train)

#    
#predict
y_pred = regressor.predict(x_test)
print(y_test)
print(y_pred)

좋은 웹페이지 즐겨찾기