데이터 분석 53일
📊 문제
- 독립 변수 (X): 광고 예산 (만원 단위)
- 종속 변수 (Y): 일일 매출 (만원 단위)
데이터를 바탕으로 광고 예산이 매출에 미치는 영향을 분석하고, 예측 모델을 만듭니다.
✅ 0. import
import numpy as np
from sklearn.linear_model import LinearRegression
✅ 1. 데이터 입력
X=[10, 20, 30, 40, 60, 100] #광고예산
Y=[50, 60, 70, 80, 90, 120] #일일 매출
# 리스트 array로 만들어 주기
X = np.array(X)
y = np.array(Y)
# X는 reshape 해주기
X = X.reshape(-1, 1)📌 reshape(-1, 1)은 X를 2차원 형태로 변환해서 모델에 넣을 수 있게 하는 과정
✅ 2. 선형 회귀 모델 불러오기 및 학습
model = LinearRegression() # 선형회귀 model로 입력
model.fit(X, Y) # 학습📌 fit()은 모델을 학습시키는 함수입니다. 광고 예산(X)과 매출(Y)의 관계를 찾음
✅ 3. 회귀계수 및 절편 확인
model.coef_[0], model.intercept_ # 기울기와 절편 출력
print("기울기:", model.coef_[0])
print("절편:", model.intercept_)
- 결과:
📌 회귀식: y= 0.756*x + 45.56
✅ 4. 예측
model.predict([[1000]])- 결과:
📌 광고예산이 1,000만원일 경우의 매출 801만원
