質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.42%
scikit-learn

scikit-learnは、Pythonで使用できるオープンソースプロジェクトの機械学習用ライブラリです。多くの機械学習アルゴリズムが実装されていますが、どのアルゴリズムも同じような書き方で利用できます。

NumPy

NumPyはPythonのプログラミング言語の科学的と数学的なコンピューティングに関する拡張モジュールです。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

Q&A

解決済

1回答

466閲覧

python scikit-learn 2次項の重回帰の係数、切片から、目的変数値を計算したい

matsutai

総合スコア53

scikit-learn

scikit-learnは、Pythonで使用できるオープンソースプロジェクトの機械学習用ライブラリです。多くの機械学習アルゴリズムが実装されていますが、どのアルゴリズムも同じような書き方で利用できます。

NumPy

NumPyはPythonのプログラミング言語の科学的と数学的なコンピューティングに関する拡張モジュールです。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

0グッド

0クリップ

投稿2023/05/15 14:33

実現したいこと

python scikit-learn を使って、2次項の重回帰の係数、切片を求めました。目的変数値を上記で求めた係数、切片と、説明変数のどれかの値を代入して求めたいです。
下記のサンプルコードのように、説明変数の数が3つで2次項の回帰の場合、係数の数は9つになります。9つの係数と、切片と、元データの0行目の、X1、X2、x3 の値を使って、目的変数を算出したいですが、9つの係数と切片は出ているのですが、元データの、X1、X2、X3、X1^2、X1 X2、X1 X3、X2^2、X2 X3、X3^2 に対応する値を出したいです。これらを計算する方法、もしくは、関数はないでしょうか?

該当のソースコード

python

1import pandas as pd 2import numpy as np 3import sklearn 4from sklearn.linear_model import LinearRegression 5from sklearn.preprocessing import PolynomialFeatures 6from sklearn.preprocessing import StandardScaler 7 8df_test = pd.DataFrame([[10,20,30,1010],[11,21,31,1100],[12,22,32,1020],[13,23,33,1200],[14,24,34,1030]],columns=['X1','X2','X3','Y']) 9df_test = pd.DataFrame(df_test) 10 11 X1 X2 X3 Y 120 10 20 30 1010 131 11 21 31 1100 142 12 22 32 1020 153 13 23 33 1200 164 14 24 34 1030 17 18#説明変数のデータフレーム 19df_setsumei_test = df_test.iloc[:,0:-1] 20#目的変数のデータフレーム 21df_mokuteki_test = df_test.iloc[:,3] 22 23# 説明変数と目的変数の設定 24X = df_setsumei_test.iloc[:,:] 25Y = df_mokuteki_test.iloc[:] 26 27#次数の設定 28poly = PolynomialFeatures(degree=2, include_bias=False) 29 30X = poly.fit_transform(X) 31 32# モデルの作成と学習 33model = LinearRegression() 34model.fit(X, Y) 35 36#説明変数の項目名と係数を出力する 37feature_names = poly.get_feature_names_out(input_features=df_setsumei_test.columns) 38coefficients = pd.Series(model.coef_, index=feature_names) 39print('2次の説明変数と項目') 40print(coefficients) 41 422次の説明変数と項目 43X1 0.828657 44X2 0.828657 45X3 0.828657 46X1^2 -19.668376 47X1 X2 -11.381807 48X1 X3 -3.095238 49X2^2 -3.095238 50X2 X3 5.191331 51X3^2 13.477900 52

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

meg_

2023/05/15 22:55

やりたい事は > 元データの0行目の、X1、X2、x3 の値を使って、目的変数を算出したい なのか > 元データの、X1、X2、X3、X1^2、X1 X2、X1 X3、X2^2、X2 X3、X3^2 に対応する値を出したい なのか、どちらでしょうか?
matsutai

2023/05/15 23:30

説明が分かりにくかったら、申し訳ありません。 ・元データの0行目の、X1、X2、x3 の値を使って、目的変数を算出したい のですが、元データの、X1、X2、x3 を、X1、X2、X3、X1^2、X1 X2、X1 X3、X2^2、X2 X3、X3^2 に加工しないと使えないのかなと思いました。 説明変数の数、次数によって、X1、X2、x3 を X1、X2、x3 を、X1、X2、X3、X1^2、X1 X2、X1 X3、X2^2、X2 X3、X3^2 に展開する関数等が無いかという質問のつもりです。
jbpb0

2023/05/15 23:52 編集

> 9つの係数と、切片と、元データの0行目の、X1、X2、x3 の値を使って、目的変数を算出したい model.fit(X, Y) のすぐ下に、 print(model.predict([X[0]])) または print(model.predict(X[0:1])) を追加して実行してみてください 【追記】 print(model.predict(X)) とすれば、元データの全部の行になります
matsutai

2023/05/16 03:55

jbpb0さん ありがとうございました。表示されました。
guest

回答1

0

自己解決

質問欄に書いていただきましたが、
jbpb0 さん の回答を記入して解決とします。
ありがとうございます。
X = poly.fit_transform(X)
のすぐ下に
print(X)
を追加して実行してみてください

model.fit(X, Y)
のすぐ下に、
print(model.predict([X[0]]))
または
print(model.predict(X[0:1]))
を追加して実行してみてください
【追記】
print(model.predict(X))
とすれば、元データの全部の行になります

投稿2023/05/16 03:57

matsutai

総合スコア53

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.42%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問