Pythonで重回帰分析を行う方法を現役エンジニアが解説【初心者向け】

Pythonで重回帰分析を行う方法について、TechAcademyのメンター（現役エンジニア）が実際のコードを使用して、初心者向けに解説します。

Pythonについてそもそもよく分からないという方は、Pythonとは何なのか解説した記事を読むとさらに理解が深まります。

 

なお本記事は、TechAcademyのオンラインブートキャンプ、Python講座の内容をもとに紹介しています。

 

 

目次

1. 重回帰分析とは
2. 重回帰分析を行う方法
3. 実際に書いてみよう
4. まとめ

 

重回帰分析とは

重回帰分析とは複数の説明変数を用いた回帰分析を指します。

これに対して1つの説明変数を用いた回帰分析を「単回帰分析」と呼びます。例えば「気温と降水確率をもとにお店のビールの売上を予測する」としましょう。

この場合、説明変数は「気温と降水確率」、予測対象は「ビールの売上」となります。なお、重回帰分析(とそれに対して使われる単回帰分析)という呼び名は古く、現在では「複数の説明変数を使った回帰モデル」や「多重線形モデル」という呼び名の方が良く使われています。

[PR] Pythonで挫折しない学習方法を動画で公開中

重回帰分析を行う方法

Python で重回帰分析を行うには主に2種類の方法があります。

• statsmodels モジュールを利用して統計モデルを構築する方法
• scikit-learn モジュールを利用して機械学習のモデルを構築する方法

ここではより多く使用されているscikit-learnを使った方法を取り上げます。 scikit-learnで回帰分析を行うには LinearRegression を使用します。

LinearRegressionについて、詳しくは公式サイトも参考にしてください。

scikit-learn?LinearRegression?

実際に書いてみよう

今回のサンプルプログラムでは、LinearRegressionを用いた重回帰分析の方法について確認します。実行はJupyter Notebookで行います。はじめに必要なライブラリを読み込みます。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

%matplotlib inline

データはscikit-learnに添付されているボストンの住宅価格データを使用します。

# データの読み込み
from sklearn.datasets import load_boston

boston = load_boston()

dataset = pd.DataFrame(data = boston['data'], columns = boston['feature_names'])
dataset['price'] = boston['target']
dataset.head()

実行結果は以下のとおりです。

このデータからpriceを予測します。データを予測対象(目的変数と呼びます)と説明変数に分けます。

# 目的変数(Y)、説明変数(X)
Y = np.array(dataset['price'])
X = np.array(dataset[['CRIM', 'ZN', 'INDUS', 'CHAS', 'NOX', 'RM', 'AGE', 'DIS', 'RAD',
 'TAX', 'PTRATIO', 'B', 'LSTAT']])

さらに、データを学習データと検証データに分割します。

# データの分割
from sklearn.model_selection import train_test_split
X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=0.3, random_state=0)

重回帰分析はfit()関数で行います。

#線形回帰モデル
from sklearn.linear_model import LinearRegression
model = LinearRegression()
#学習はfit
model.fit(X_train, Y_train)

分析が終わったら検証データを使って予測してみましょう。予測はpredict()関数で行います。

Y_pred = model.predict(X_test)

予測結果と正解を比較してみましょう。

print(Y_test[:5])
print(Y_pred[:5])

実行結果は以下のとおりです。概ね近い数字がでていることが分かります。なお実行結果は環境により異なります。

[22.6 50. 23. 8.3 21.2]
[24.9357079 23.75163164 29.32638296 11.97534566 21.37272478]

グラフにしてみましょう。

plt.scatter(Y_test, Y_pred)

実行結果は以下のとおりです。右肩上がりに直線上にデータが集まっていることが確認できます。これは概ね正しく予測が行われていることを表しています。

まとめ

今回の記事ではPythonで重回帰分析を行う方法を学習しました。

監修してくれたメンター

太田和樹（おおたかずき） ITベンチャー企業のPM兼エンジニア。 普段は主に、Web系アプリケーション開発のプロジェクトマネージャーとプログラミング講師を行っている。守備範囲はフロントエンド、モバイル、サーバサイド、データサイエンティストと幅広い。その幅広い知見を生かして、複数の領域を組み合わせた新しい提案をするのが得意。 開発実績：画像認識技術を活用した駐車場混雑状況把握（実証実験）、音声認識を活用したヘルプデスク支援システム、Pepperを遠隔操作するアプリの開発、大規模基幹系システムの開発・導入マネジメント。 地方在住。仕事のほとんどをリモートオフィスで行う。通勤で消耗する代わりに趣味のDIYや家庭菜園、家族との時間を楽しんでいる。

 

 

TechAcademyでは、初心者でも、Pythonを使った人工知能（AI）や機械学習の基礎を習得できる、オンラインブートキャンプを開催しています。

また、現役エンジニアから学べる無料体験も実施しているので、ぜひ参加してみてください。