線形回帰の係数
次のコードを実行したときの出力として、正しいものを1つ選べ。
import numpy as np
from sklearn.linear_model import LinearRegression
X = np.array([[0], [1], [2], [3]])
y = 2 * X.ravel() + 1
m = LinearRegression().fit(X, y)
print(round(float(m.coef_[0]), 3), round(float(m.intercept_), 3))- A
1.0 2.0 - B
2.0 0.0 - C
3.0 1.0 - D
2.0 1.0
正解と解説を見る
正解：D
LinearRegression は、学習後に傾きを coef_、切片を intercept_ に持つ。名前の末尾の _ は、学習で得られた属性を表す。
| 順 | 実行する行 | 実行後の変数 |
|---|---|---|
| 1 | `import numpy as np` | — |
| 2 | `from sklearn.linear_model import LinearRegres…` | — |
| 3 | `X = np.array([[0], [1], [2], [3]])` | X = [[0], [1], [2], [3]] |
| 4 | `y = 2 * X.ravel() + 1` | y = [1, 3, 5, 7], X = [[0], [1], [2], [3]] |
| 5 | `m = LinearRegression().fit(X, y)` | X = [[0], [1], [2], [3]], y = [1, 3, 5, 7] |
| 6 | `print(round(float(m.coef_[0]), 3), round(floa…` | — |
| 結果 | 実際の出力 | 2.0 1.0 |
- A
誤り。傾きと切片が逆。
- B
誤り。切片は 1。
- C
誤り。傾きは 2。
- D
正しい。y ＝ 2x ＋ 1 を学習すると、傾き（
coef_）が 2、切片（intercept_）が 1。
このサイトの問題は、各試験の公式に示された出題範囲に沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。一般社団法人Pythonエンジニア育成推進協会の公式サービスではありません。