Pythonで線形回帰モデルを作る方法！scikit-learn入門ガイド【初心者向け】

1. 線形回帰モデルとは？

1. 線形回帰モデルとは？

線形回帰モデルとは、データ同士の関係を直線で表現する機械学習の手法です。例えば、勉強時間が長いほどテストの点数が高くなるという関係を、一つの直線で表します。このとき、横軸を入力データ、縦軸を結果として考えます。

このように、入力から結果を予測する仕組みをモデルと呼びます。難しそうに見えますが、やっていることは「直線を引くだけ」なので、初心者にも理解しやすいのが特徴です。

2. scikit-learnとは？

2. scikit-learnとは？

scikit-learnは、Pythonで機械学習を簡単に使えるようにしたライブラリです。ライブラリとは、便利な機能がまとめられた道具箱のようなものです。

通常、機械学習は難しい計算が必要ですが、このライブラリを使うことで数行のコードでモデルを作ることができます。初心者が最初に学ぶにはとてもおすすめです。

3. 線形回帰モデルを作ってみよう

3. 線形回帰モデルを作ってみよう

まずは簡単なデータを使って、線形回帰モデルを作成します。ここでは勉強時間と点数の関係を予測します。

from sklearn.linear_model import LinearRegression

# 勉強時間（入力データ）
X = [[1], [2], [3], [4], [5]]

# テストの点数（結果）
y = [50, 60, 65, 70, 80]

# モデル作成
model = LinearRegression()
model.fit(X, y)

fitという処理で、データをもとにモデルを学習させています。

4. 予測してみよう

4. 予測してみよう

学習したモデルを使って、新しいデータを予測してみましょう。

# 6時間勉強した場合の予測
prediction = model.predict([[6]])

print(prediction)

[85.]

この結果から、6時間勉強すると約85点になると予測できます。

5. 傾きと切片を確認する

5. 傾きと切片を確認する

線形回帰は直線なので、「どれくらい傾いているか」と「どこから始まるか」が重要です。これを確認してみましょう。

# 傾き
print(model.coef_)

# 切片
print(model.intercept_)

[7.]
43.0

傾きは「1時間増えると何点上がるか」、切片は「0時間のときの点数」を意味します。

6. データを増やしてみる

6. データを増やしてみる

データが増えると、より正確な予測ができます。少しデータを追加してみましょう。

X = [[1], [2], [3], [4], [5], [6], [7]]
y = [50, 55, 65, 70, 75, 85, 90]

model.fit(X, y)

print(model.predict([[8]]))

[96.]

このように、データを増やすことでより現実に近い予測が可能になります。

7. NumPyを使って効率化する

7. NumPyを使って効率化する

NumPyは数値計算を高速に行うためのライブラリです。配列を使って効率的にデータを扱えます。

import numpy as np
from sklearn.linear_model import LinearRegression

X = np.array([[1], [2], [3], [4]])
y = np.array([40, 50, 60, 70])

model = LinearRegression()
model.fit(X, y)

print(model.predict(np.array([[5]])))

[80.]

NumPyを使うことで、大量のデータでもスムーズに処理できます。

8. 線形回帰のポイント

8. 線形回帰のポイント

線形回帰はシンプルですが、データの関係が直線で表せる場合に特に強力です。もしデータが曲線のような関係の場合は、別の手法を使う必要があります。

また、データの質も重要です。間違ったデータや極端な値があると、予測結果が大きくずれてしまうことがあります。

まとめ

まとめ

線形回帰とPython機械学習の総まとめ

本記事では、Pythonを使った機械学習の中でも最も基本となる線形回帰モデルについて、初心者の方でも理解しやすいように丁寧に解説してきました。線形回帰は、データの関係性を直線で表現し、将来の値を予測するシンプルかつ強力な手法です。特に「Python 機械学習 入門」「線形回帰 わかりやすい」「scikit learn 使い方」などのキーワードで検索される方にとって、最初に学ぶべき重要なテーマです。

Pythonでは、scikit learnという便利なライブラリを活用することで、難しい数式を意識することなく簡単に線形回帰モデルを作成できます。今回紹介したように、LinearRegressionクラスを使えば、わずか数行のコードでモデルの学習から予測まで実行可能です。この手軽さが、Pythonが機械学習初心者におすすめされる大きな理由の一つです。

また、モデルの学習ではfitメソッドを使用し、予測にはpredictメソッドを使うという基本的な流れも重要なポイントです。この流れは、線形回帰だけでなく、分類モデルやクラスタリングなど、他の機械学習アルゴリズムにも共通しています。そのため、ここで学んだ内容は今後の学習にも必ず役立ちます。

さらに、モデルの傾きや切片を確認することで、データの関係性をより深く理解できるようになります。例えば、傾きが大きいほど入力データの変化に対する影響が大きいことを意味し、切片は基準となる値を示します。このような数値を読み解く力は、データ分析やデータサイエンスの分野でも非常に重要です。

データの量と質も、機械学習の精度に大きく影響します。今回のようにデータを増やすことで、より現実に近い予測結果を得ることができました。一方で、誤ったデータや外れ値が含まれていると、モデルの精度が低下するため注意が必要です。データ前処理やクリーニングも、機械学習において欠かせない工程となります。

そして、NumPyを使うことで、配列データを効率的に扱えるようになり、大量データにも対応できるようになります。「Python NumPy 機械学習」「配列処理 高速化」といった観点でも非常に重要なスキルです。実務レベルの機械学習では、NumPyやPandasなどのライブラリと組み合わせて使うことが一般的です。

このように、Pythonによる線形回帰は、機械学習の基礎を学ぶための最適なスタート地点です。まずはシンプルなモデルから始めて、徐々に複雑なアルゴリズムへとステップアップしていくことで、無理なくスキルを身につけることができます。

復習用サンプルプログラム

from sklearn.linear_model import LinearRegression
import numpy as np

# データ作成
X = np.array([[1], [2], [3], [4], [5]])
y = np.array([50, 60, 65, 70, 80])

# モデル生成
model = LinearRegression()

# 学習
model.fit(X, y)

# 予測
result = model.predict(np.array([[6]]))

# 出力
print("予測結果:", result)

# 傾きと切片
print("傾き:", model.coef_)
print("切片:", model.intercept_)