Re: 오늘의 마지막 문제. 체중과 키 데이터를 이용해서 단순 선형 회귀분석을 하고 시각화 하시오

[12기_정희원]

# 라이브러리 불러오기

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

import seaborn as sns

# 1. 데이터 준비

weight=[ 72, 72, 70, 43, 48, 54, 51, 52, 73, 45, 60, 62, 64, 47, 51, 74, 88,64, 56, 56  ]

tall = [ 176, 172, 182, 160, 163, 165, 168, 163, 182, 148, 170, 166, 172, 169, 163, 170, 182, 174, 164, 160 ]

dict_data = { 'weight' : [ 72, 72, 70, 43, 48, 54, 51, 52, 73, 45, 60, 62, 64, 47, 51, 74, 88, 64, 56, 56  ], 'tall' : [ 176, 172, 182, 160, 163, 165, 168, 163, 182, 148, 170, 166, 172, 169, 163, 170, 182, 174, 164, 160 ]   }

df = pd.DataFrame(dict_data)

df

# 데이터 살펴보기

print(df.head())

# 2. 데이터 탐색

# 데이터 자료형 확인

print(df.info()) # int형

print(df.describe())

# 3. 시각화

# matplotlib로 산점도 그리기

df.plot(kind='scatter', x='weight', y= 'tall', c='blue', s=10, figsize=(10,5))

plt.show()

plt.close()

# seaborn으로 산점도 그리기

fig = plt.figure(figsize=(10,5))

ax1 = fig.add_subplot(1, 2, 1)

ax2 = fig.add_subplot(1, 2, 2)

sns.regplot(x='weight', y='tall', data=df, ax=ax1) # 회귀선 표시

sns.regplot(x='weight', y='tall', data=df, ax=ax2, fit_reg=False) # 회귀선 미표시

plt.show()

plt.close()

# seaborn 조인트 그래프 - 산점도, 히스토그램 같이

sns.jointplot(x='weight', y='tall', data=df) # 회귀선 없음

sns.jointplot(x='weight', y='tall', kind='reg', data=df) # 회귀선 표시

plt.show()

plt.close()

# seaborn pariplot으로 두 변수 간의 모든 경우의 수 그리기

sns.pairplot(df)

plt.show()

plt.close()

# 4. 데이터셋 구분 - 훈련용(train data)/ 검증용(test data)

# 속성(변수) 선택

X=df[['weight']] #독립 변수 X

y=df['tall'] #종속 변수 y

# train data 와 test data로 구분(8:2 비율)

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(X, #독립 변수

 y, #종속 변수

 test_size=0.2, #검증 20%

 random_state=10) #랜덤 추출 값

print('train data 개수: ', len(X_train)) #16

print('test data 개수: ', len(X_test)) #4

# 5. 단순회귀분석 모형 - sklearn 사용

# sklearn 라이브러리에서 선형회귀분석 모듈 가져오기

from sklearn.linear_model import LinearRegression

# 단순회귀분석 모형 객체 생성

lr = LinearRegression()

# train data를 가지고 모형 학습

lr.fit(X_train, y_train)

# 학습을 마친 모형에 test data를 적용하여 결정계수(R-제곱) 계산

r_square = lr.score(X_test, y_test)

print(r_square) 

# 회귀식의 기울기

print('기울기 a: ', lr.coef_) 

print('\n')

# 회귀식의 y절편

print('y절편 b:', lr.intercept_) 

print('\n')

# 모형에 전체 X 데이터를 입력하여 예측한 값 y_hat을 실제 값 y와 비교

y_hat = lr.predict(X)

plt.figure(figsize=(10, 5))

ax1 = sns.distplot(y, hist=False, label="y")

ax2 = sns.distplot(y_hat, hist=False, label="y_hat", ax=ax1)

plt.show()

plt.close()