반응형
신규 데이터 예측
Multiple Linear Regression
글에나온 데이터를 이어서
신규 데이터를 예측해 보자
https://story-jy.tistory.com/59
Machine Learning - Multiple Linear Regression
Multiple Linear Regression 아래처럼, 여러개의 features를 기반으로, 수익을 예측하려 한다. 위와 같이, 여러개의 변수들을 통해, 수익과의 관계를 분석하고, 이를 통해, 새로운 데이터가 들어왔을 때,
story-jy.tistory.com
r&d 비용은 220000달러, 운영비는 1900000달러, 마케팅비는 500000달러이고
플로리다주에 있는 회사이다.
이 회사의 수익을 예측 해보자
1. 넘파이 어레이로 새로운 데이터를 만든다.
new_data = np.array( [ 220000, 190000, 500000, 'Florida' ] )
2 넘파이 어레이의 shape을 맞춰준다. X_train과 동일하게
new_data = new_data.reshape(1,4)
new_data
3. 레이블 인코딩이나 원핫인코딩이 필요하면,
인공지능을 만들때 사용한 인코더를 사용해야 한다.
new_data = ct.transform(new_data)
4. 만약 데이터가 float이 아니면 float으로 데이터를 바꿔준다.
new_data = new_data.astype(float)
5. 예측 함수인, predict를 호출한다.
regressor.predict(new_data)
반응형
'Machine Learning' 카테고리의 다른 글
| Machine Learning - KNN(K-Nearest Neighbor) (0) | 2022.05.08 |
|---|---|
| Machine Learning - Logistic Regression & Confusion Matrix (0) | 2022.05.07 |
| Machine Learning - Multiple Linear Regression(여러개의 수치데이터 예측) (0) | 2022.05.07 |
| Machine Learning - Linear Regression( 수치데이터 예측) (0) | 2022.05.07 |
| Machine Learning - Feature Scaling(StandardScaler & MinMaxScaler) (0) | 2022.05.06 |
