캐글에서의 회귀분석

회귀분석은 두 데이터 간의 자료의 관계성을 나타나는 분야입니다. 

 

회귀 분석은 종속 변수와 한 개 이상의 독립 변수 간의 관계를 분석하는 통계적 기법입니다. 이를 통해 독립 변수의 값을 기반으로 종속 변수의 값을 예측하거나, 독립 변수와 종속 변수 사이의 관계를 이해할 수 있습니다. 아래는 회귀 분석의 사례 중 하나를 설명해 드리겠습니다.

- 가정:
한 회사에서 제품의 판매량을 예측하고자 합니다. 회사는 광고 비용과 판매량 사이의 관계를 알아보기 위해 데이터를 수집했습니다. 광고 비용은 독립 변수로, 판매량은 종속 변수로 설정합니다.

- 접근 방법:

데이터 수집: 회사는 여러 지역에서 광고 비용과 해당 지역에서의 판매량을 기록했습니다. 이 데이터를 사용하여 회귀 분석을 수행할 수 있습니다.

데이터 전처리: 데이터를 분석하기 전에 정리 및 전처리를 진행해야 합니다. 예를 들어, 광고 비용과 판매량의 값이 올바른 형식으로 기록되어 있는지 확인하고, 결측치가 있는지 확인해야 합니다.

회귀 모델 선택: 회귀 분석에는 여러 모델이 있습니다. 예를 들어, 단순 선형 회귀 모델, 다중 선형 회귀 모델, 비선형 회귀 모델 등이 있습니다. 데이터의 특성과 목적에 맞는 적절한 모델을 선택해야 합니다.

모델 훈련: 선택한 회귀 모델을 훈련 데이터에 적합시켜야 합니다. 이를 위해 최적화 알고리즘을 사용하여 모델의 매개변수를 조정하고, 오차를 최소화하는 방향으로 학습을 진행합니다.

모델 평가: 훈련된 회귀 모델의 성능을 평가해야 합니다. 이를 위해 테스트 데이터를 사용하여 모델이 예측한 판매량과 실제 판매량 간의 차이를 계산하고, 평가 지표를 사용하여 모델의 정확도를 측정합니다. 일반적으로 평균 제곱 오차(MSE)나 결정 계수(R-squared) 등이 사용됩니다.

예측 및 해석: 훈련된 회귀 모델을 사용하여 새로운 광고 비용에 대한 판매량을 예측할 수 있습니다. 또한, 모델의 회귀 계수를 분석하여 광고 비용과 판매량 사이의 관계를 이해할 수 있습니다. 예를 들어, 양의 회귀 계수는 광고 비용이 증가할 때 판매량도 증가함을 의미합니다.

이와 같이 회귀 분석을 통해 광고 비용과 판매량 사이의 관계를 분석하고 예측할 수 있습니다. 다양한 독립 변수와 종속 변수 사이의 관계를 조사하고 싶은 경우, 회귀 분석은 유용한 통계적 도구입니다.

 

 

아래는 파이썬에서 회귀 분석을 수행하는 예제 코드입니다. 이 코드는 단순 선형 회귀를 사용하여 광고 비용과 판매량 간의 관계를 분석하는 예시입니다.


import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression

# 데이터 로드
data = pd.read_csv('data.csv')  # 데이터 파일 경로에 맞게 수정해주세요

# 독립 변수와 종속 변수 설정
X = data['광고비용'].values.reshape(-1, 1)  # 독립 변수 (광고 비용)
y = data['판매량'].values  # 종속 변수 (판매량)

# 회귀 모델 생성 및 훈련
regression = LinearRegression()
regression.fit(X, y)

# 회귀 계수와 절편 출력
coeff = regression.coef_[0]
intercept = regression.intercept_
print('회귀 계수:', coeff)
print('절편:', intercept)

# 데이터 시각화
plt.scatter(X, y, color='blue', label='데이터')
plt.plot(X, regression.predict(X), color='red', linewidth=2, label='회귀 모델')
plt.xlabel('광고 비용')
plt.ylabel('판매량')
plt.legend()
plt.show()

# 새로운 데이터에 대한 예측
new_X = np.array([[500]])  # 예측할 광고 비용 값
predicted_y = regression.predict(new_X)
print('예측된 판매량:', predicted_y)




위 코드에서 data.csv는 광고 비용과 판매량 데이터가 포함된 CSV 파일로 대체되어야 합니다. 데이터 파일의 경로를 적절히 수정하여 사용해주세요. 위 예제 사이트가 있는 곳입니다. 

 

https://www.kaggle.com/datasets/ashydv/advertising-dataset

Advertising Dataset

 

위 코드는 scikit-learn 라이브러리의 LinearRegression 클래스를 사용하여 회귀 분석을 수행합니다. 데이터를 로드하고 독립 변수와 종속 변수를 설정한 후 fit 메서드를 사용하여 모델을 훈련시킵니다. 회귀 계수와 절편을 출력하고, 데이터를 시각화하여 회귀 모델의 성능을 확인합니다. 마지막으로, 새로운 광고 비용에 대한 판매량을 예측합니다.

이 예제 코드를 참고하여 회귀 분석을 파이썬에서 구현해볼 수 있습니다.

 

kosis 사이트 - 

 

https://kosis.kr/statHtml/statHtml.do?orgId=423&tblId=DT_42301N_000&conn_path=I2 

KOSIS

https://support.heartcount.io/case/linear-regression-analysis

매체별 광고비가 매출에 미치는 영향, 회귀분석

 

위 예제 사이트는 회귀분석 실습 사이트입니다. 

 

 

간단하게 파이썬으로 실습할수 있는 사이트를 링크 걸어 봅니다. 

 

https://www.kaggle.com/code/aaric22/eda-and-linear-regression-on-advertising-data

EDA and Linear Regression on Advertising Data

https://www.kaggle.com/code/vipulgandhi/linear-regression

Linear Regression

https://www.kaggle.com/code/ashydv/sales-prediction-simple-linear-regression

Sales Prediction (Simple Linear Regression)

 

 

 

아래 링크는 포켓몬 분석에 대한 EDA 사이트입니다. 

 

https://www.kaggle.com/code/pratik1120/pokemon-eda-clustering-and-classification

Pokemon - EDA, clustering and classification