scikit-learn（サイキット・ラーン）についての覚書です。
scikit-learn：データ分析ツール
機械学習のツールとしても活用されてるようで、古株だそうです。
開発元のサイトは例題など充実しています。
実施確認
最小二乗法の処理を行ってみました。
アレニウスの式を題材にしてみました。
実験データ（架空）を変換してcsvとしてします。
csvデータを用いて、最小二乗法を用いて線形式を作成します。
線形回帰によって回帰係数と切片を取得します。
scikit-learnによる線形回帰
■data2.csv
"1/T","LNk"
0.001666667,-7.60090246
0.001538462,-6.502290171
0.001428571,-5.035953102
0.001333333,-3.506557897■pythonファイル
linear_modelを使用します。
# -*- coding: utf-8 -*-
import pandas as pd
# import matplotlib.pyplot as plt
# import numpy as np
from sklearn import datasets, linear_model
# from sklearn.metrics import mean_squared_error, r2_score
import os
# データ読み込み
data = pd.read_csv(os.path.dirname(__file__) + '\data2.csv', sep=',')
# 説明変数xに "1/T"のデータを使用
diabetes_X_train = data.loc[:, ['1/T']].values
# 目的変数yに "LNk"のデータを使用
diabetes_y_train = data['LNk'].values
# Create linear regression object
regr = linear_model.LinearRegression()
# Train the model using the training sets
regr.fit(diabetes_X_train, diabetes_y_train)
# 回帰係数、切片の取得
[a] = regr.coef_
b = regr.intercept_
# パラメータの表示
print("回帰係数:", a)
print("切片:", b)
print("決定係数:", regr.score(diabetes_X_train, diabetes_y_train))
出力
回帰係数: -12275.183258188401
切片: 12.650179988164428
決定係数: 0.980912593337878
コメント