다중 선형 회귀(multiple linear regression)

아파트의 평수를 이용해 아파트의 매매가를 예측해 보았는데요. 아파트는 단순히 평수만으로 가격이 산정되지 않습니다. 지하철과의 거리, 인근 학군 등, 여러 특성(feature) 을 고려해야만 적정한 집값을 산정할 수 있습니다.

여러 개의 특성(feature) 을 입력받아 계산하게 되면 수식은 아래와 같이 여러개의 가중치(weight) 도 있어야 합니다.

H(x_1, x_2, x_3, ..., x_n) = W_1x_1 + W_2x_2 + W_3x_3 + ... + W_nx_n + b

아래에서, 맨하턴의 집정보 데이타를 이용해 임대료를 산정하는 방법을 알아봅니다.

데이타셋 구하기

데이타셋은 여기 에서 구합니다.

git clone https://github.com/Codecademy/datasets.git
head /home/ubuntu/workspace/datasets/streeteasy/manhattan.csv

데이타는 아래와 같이 구성되어 있습니다.

파이썬으로 구현하기

sklearn 라이브러리를 이용해 구현해 봅니다.

from sklearn.linear_model import LinearRegression
import pandas as pd
from sklearn.model_selection import train_test_split

df = pd.read_csv("/home/ubuntu/workspace/datasets/streeteasy/manhattan.csv")
# df.head()

X = df[['bedrooms',
        'bathrooms',
        'size_sqft',
        'min_to_subway',
        'floor',
        'building_age_yrs',
        'no_fee',
        'has_roofdeck',
        'has_washer_dryer',
        'has_doorman',
        'has_elevator',
        'has_dishwasher',
        'has_patio',
        'has_gym']]
y = df[['rent']]

X_train, X_test, y_train, y_test = train_test_split(X, y, train_size=0.8, test_size=0.2)

mlr = LinearRegression()
mlr.fit(X_train, y_train)

my_apartment = [[1, 1, 620, 16, 1, 98, 1, 0, 1, 0, 0, 1, 1, 0]]
mlr.predict(my_apartment)
# array([[2400.66691039]])

mlr.score(X_test, y_test)
# 0.7799479629374102

train_test_split 을 이용해 학습셋(80%)과 테스트셋(20%)을 분리합니다.

predict 를 이용해 새로운 데이타를 예측해 볼 수 있습니다.

score 를 이용해 위 모델의 정확도를 측정할 수 있습니다. 위에서는 78%의 정확도를 가집니다.