12. 선형 회귀

데이터: rent.csv

1. Rent 데이터셋

• Posted On: 매물 등록 날짜
• BHK: 베드, 홀, 키친의 개수
• Rent: 렌트비
• Size: 집 크기
• Floor: 총 층수 중 몇층
• Area Type: 공용공간을 포함하는지, 집의 면적만 포함하는지
• Area Locality: 지역
• City: 도시
• Furnishing Status: 풀옵션 여부
• Tenant Preferred: 선호하는 가족형태
• Bathroom: 화장실 개수
• Point of Contact: 연락할 곳

 

'BHK' 와 'Rent' 모두 독립변수 역할이 가능해보인다.

 

 

'rent_df['size']' 열에서 결측값을 해당 열의 중앙값(median)으로 채운다.

'rent_df' 의 모든 열에서 숫자형 데이터에 대해서만 중앙값을 계산하고 결측값을 해당 중앙값으로 채운다.

 

 

nunique() : 'Area Type' 열에서 고유한 값의 개수를 계산한다. 'Super Area', 'Carpet Area', 'Built Area' 세가지 고유한 값이 있어 결과는 3이다.

unique() : 고유한 값들을 반환한다.

 

 

✔️pd.get_dummies() : 주어진 DataFrame의 범주형(categorical) 변수들을 원-핫 인코딩(One-Hot Encoding)하여 새로운 더미(dummy) 변수들로 변환한다.

 

✔️pd.get_dummies() 함수 작동 방식:

• 주어진 'columns'에 포함된 각 열에 대해 범주형 변수를 원-핫 인코딩하여 새로운 더미 변수(열)들을 생성한다.
• 각 원본 열의 각 고유한 값은 새로운 더미 변수들의 이름으로 사용된다.
• 각 행은 원본 데이터에서 어떤 값이 있었는지에 따라 0 또는 1의 값을 가진다.

 

'Rent'값 예측하기

 

 

 

2. 선형 회귀(Linear Regression)

- 데이터를 통해 데이터를 가장 잘 설명할 수 있는 직선으로 데이터를 분석하는 방법

• 단순 선형 회귀분석(단일 독립변수를 이용)
• 다중 선형 회귀분석(다중 독립변수를 이용)

 

 

 

3. 평가 지표 만들기

 

3-1. MSE(Mean Squared Error)

• 예측값과 실제값의 차이에 대한 제곱에 대해 평균을 낸 값

 

 

3-2. MAE(Mean Absolute Error)

• 예측값과 실제값의 차이에 대한 절대값에 대해 평균을 낸 값

 

 

3-3. RMSE(Root Mean Squared Error)

• 예측값과 실제값의 차이에 대한 제곱에 대해 평균을 낸 후 루트를 씌운 값

 

 

3-4. 평가 지표 적용하기

 

1837 인덱스 데이터가 이상치라 예상되므로 drop하고 다시 평가한다.

이상치인 1837 데이터를 삭제한 것이 오차가 줄었음을 알 수 있다.