【Scikit-learn】重回帰モデルのファイル出力・保存

Pythonと機械学習ライブラリ「scikit-learn」を用いて、重回帰分析した結果(モデル)を出力（エクスポート・ダンプ）する方法について解説します。

重回帰分析とは

重回帰分析とは、以下のような線形回帰モデルを用いて予測する手法です。

式

(1)  

変数	説明
	目的変数（予測したい値）
	説明変数（予測に利用するデータ）
	回帰係数（相関係数）

書式

機械学習ライブラリ「scikit-learn」では、sklearn.linear_model.LinearRegressionクラスで重回帰分析を行うことが出来ます。
その使い方は以下の通りです。

sklearn.linear_model.LinearRegression(fit_intercept=True, normalize=False, copy_X=True, n_jobs=1)

その他メソッド

「sklearn.linear_model.LinearRegression」クラスの各メソッドの使い方は次の通りです。

【参考文献】
http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html

説明変数が複数の場合は「重回帰分析」と呼ばれます。
PythonモジュールScikit-learnでは、「linear_model.LinearRegression()」を用いることで単回帰分析を行うことができます。
今回は、CSVファイルを読み込んで、そのデータから重回帰分析を行い、結果（モデル）をファイルに出力（エクスポート）ました。
(sklearn.externals.joblib.dumpを使います）

ソースコード

サンプルプログラムのソースコードは下記の通りです。

# -*- coding: utf-8 -*-
import pandas as pd
import numpy as np
from sklearn import linear_model
from sklearn.externals import joblib

def main():
    data = pd.read_csv("data.csv", sep=",")
    clf = linear_model.LinearRegression()
    # 説明変数に "x1"のデータを使用
    X = data.loc[:, ['x1', 'x2']].as_matrix()
    # 目的変数に "x2"のデータを使用
    Y = data['x3'].as_matrix()
    # 予測モデルを作成（重回帰）
    clf.fit(X, Y)
    # 回帰係数と切片の抽出
    a = clf.coef_
    b = clf.intercept_
    # 回帰係数
    print("回帰係数:", a)
    print("切片:", b)
    print("決定係数:", clf.score(X, Y))
    joblib.dump(clf, 'multiple.learn')

if __name__ == "__main__":
    main()

CSVファイル

data.csv

"x1","x2","x3"
45,17.5,30
38,17.0,25
41,18.5,20
34,18.5,30
59,16.0,45
47,19.0,35
35,19.5,25
43,16.0,35
54,18.0,35
52,19.0,40

実行結果

サンプルプログラムの実行結果は下記の通りです。
【学習ファイル】
・multiple.learn