๐ ์๊ฒฉ์ฆ, ์ดํ
[๋น ๋ฐ์ดํฐ ๋ถ์๊ธฐ์ฌ] ์ค๊ธฐ 7ํ - 3์ ํ ๋ค์คํ๊ท๋ถ์
๋ฐ์ดํฐํ์ค
2024. 8. 21. 18:02
๋ฌธ์ : ```{admonition} 3-2
**Target ๋ณ์๋ฅผ ์ข ์๋ณ์๋ก ํ์ฌ ๋ค์ค์ ํํ๊ท๋ชจ๋ธ๋ง์ ์งํํ์ ๋ v2 ์ปฌ๋ผ์ ํ๊ท ๊ณ์๋?**
```
3์ ํ ์ฝ๋ค๊ณ ์๊ฐํ ๋ ์์ ์ ๋ฐ์ฑํ๋ค ใ ใ ..
import pandas as pd
import numpy as np
from sklearn.linear_model import LinearRegression
# x ์ง์ ํ์
y=df['Target']
x=df.drop(columns=['Target'])
model=LinearRegression()
model.fit(x,y)
print(np.round(model.coef_,2))
print(np.round(model.coef_[1],2))
๋ค์ค์ ํํ๊ท๋ถ์์ ํ๊ธฐ ์ํด์๋
- ๋ ๋ฆฝ๋ณ์์ ์ข ์๋ณ์๋ฅผ ๋จผ์ ์ง์ ํด์ค์ผ ํ๋ค
- sklearn.linear_model from LinearRegression
- ๋ชจ๋ธ๋ฅผ ์ค์ ํด์ฃผ๊ณ x,y๋ฅผ ํํด์ค๋ค
- coef ๊ฐ์์ v2 = 1๋ฒ์งธ ์ธ๋ฑ์ค์ ๊ฐ ์ด๋ฏ๋ก model_cef_[1]๋ฅผ ์จ์ผํจ!!
import statsmodels.api as sm
y=df['Target']
x=df.drop(columns=['Target'])
x=sm.add_constant(x)
model=sm.OLS(y,x).fit()
summary=model.summary()
print(summary)
statsmodel๋ก ํธ๋ ๋ฐฉ๋ฒ