機械学習図鑑買った

こんにちは
ずっと欲しかった機械学習図鑑を買いました。

見て試してわかる機械学習アルゴリズムの仕組み 機械学習図鑑

単純に見た目が好きなのと、ほんのタイトルもツボ。今のところ楽しく読み続けられている。
アルゴリズム図鑑もほしいです。

さて、勉強(インプット)して実際にコードを書いてアウトプットする場面が今後増えてくると思う。というか増やすべきなので一回テスト的に書いてみようと思います。
内容は線形回帰　の中でも単回帰
説明変数と目的変数の関係性を表した回帰直線を作ります。

from sklearn.linear_model import LinearRegression
import matplotlib.pyplot as plt

X = [[10.0], [8.0], [13.0], [9.0], [11.0], [14.0], [6.0], [4.0], [12.0], [7.0], [5.0]]
y = [8.04, 6.95, 7.58, 8.81, 8.33, 9.96, 7.24, 4.26, 10.84, 4.82, 5.68]

# インスタンスの作成
model = LinearRegression()
# 学習
model.fit(X, y)

# 散布図
plt.scatter(X, y)
# 回帰直線
plt.plot(X, model.predict(X), color = 'red')
plt.xlabel("X")
plt.ylabel("y")
plt.grid(True)

学習結果

scikit-learnの中にあるモジュールを使って学習させてしまうので、
コードを作る過程で学習方法を実装とはならない。
そこは本に仕組みが書いてあったので本で勉強。
よく見るブログみたいな感じにソースコードが掲載されたのはなんだか楽しい。

せっかく買った商品紹介したりするならアフィとかもしたほうが良いのかなと思いつつもめんどくさくてしてないです。