最小二乗法で、RのirisのでーたをCSBで保存したもの使って。
■プログラム
#ファイルの読み込み
import pandas as pd
iris = csv_data = pd.read_csv("C:\\Users\\user\\Desktop\\iris.csv")
# データの取り出し
import numpy as np
#学習データの初期化
train_X = np.zeros((39,3), float)
train_Y = np.zeros((39,1), float)
#予測データの初期化
pre_X = np.zeros((9,3), float) #予測させる元データ
pre_Y = np.zeros((9,1), float) #予測結果
ans_Y = np.zeros((9,1), float) #答え
#値設定
train_X[:,:] = iris[["Sepal.Width","Petal.Length","Petal.Width"]][0:39]
train_Y[:,0] = iris["Sepal.Length"][0:39]
pre_X[:,:] = iris[["Sepal.Width","Petal.Length","Petal.Width"]][40:49]
ans_Y[:,0] = iris["Sepal.Length"][40:49]
#機械学習
from sklearn import linear_model
lm =linear_model.LinearRegression()
lm.fit(train_X, train_Y)
#予測
pre_Y = lm.predict(pre_X)
#結果表示
pre_Y
ans_Y
■プログラム
#ファイルの読み込み
import pandas as pd
iris = csv_data = pd.read_csv("C:\\Users\\user\\Desktop\\iris.csv")
# データの取り出し
import numpy as np
#学習データの初期化
train_X = np.zeros((39,3), float)
train_Y = np.zeros((39,1), float)
#予測データの初期化
pre_X = np.zeros((9,3), float) #予測させる元データ
pre_Y = np.zeros((9,1), float) #予測結果
ans_Y = np.zeros((9,1), float) #答え
#値設定
train_X[:,:] = iris[["Sepal.Width","Petal.Length","Petal.Width"]][0:39]
train_Y[:,0] = iris["Sepal.Length"][0:39]
pre_X[:,:] = iris[["Sepal.Width","Petal.Length","Petal.Width"]][40:49]
ans_Y[:,0] = iris["Sepal.Length"][40:49]
#機械学習
from sklearn import linear_model
lm =linear_model.LinearRegression()
lm.fit(train_X, train_Y)
#予測
pre_Y = lm.predict(pre_X)
#結果表示
pre_Y
ans_Y