링크 : Linear Regression
데이터셋은 집값과 grade 의 feature와 target으로 두고 진행하였습니다.
## Scikit-Learn 라이브러리에서 사용할 예측모델 클래스를 Import 합니다
from sklearn.linear_model import LinearRegression
## 예측모델 인스턴스를 만듭니다
model = LinearRegression()
## X 특성들의 테이블과, y 타겟 벡터를 만듭니다
feature = ['grade']
target = ['price']
X_train = df[feature]
y_train = df[target]
## 모델을 학습(fit)합니다
model.fit(X_train, y_train)
## 새로운 데이터 한 샘플을 선택해 학습한 모델을 통해 예측해 봅니다
X_test = [[6]]
y_pred = model.predict(X_test)
print(f'{X_test[0][0]} grade를 가지는 주택의 예상 가격은 ${int(y_pred)} 입니다.')\\
result :
plt.figure(figsize= (20, 12))
plt.title('Grade, Price Coef')
sns.regplot(x=feature, y=target, color = 'skyblue', line_kws={"color": "red"});