はじめての機械学習 ― 予測してみる

導入

理屈より先に、まず動かしてみましょう。「勉強時間から試験の点数を予測する」モデルを作ります。

説明

やることは3ステップだけです。データを用意 → 学習（fit）→ 予測（predict）。

import numpy as np
from sklearn.linear_model import LinearRegression

# 勉強時間（時間）と、そのときの点数
X = np.array([[1], [2], [3], [4], [5], [6]])   # 特徴量（入力）
y = np.array([40, 50, 55, 65, 78, 85])          # 正解（出力）

model = LinearRegression()   # モデルを用意
model.fit(X, y)              # データから学習する

# 7時間勉強したら何点になりそう？
pred = model.predict([[7]])
print("7時間の予測点:", round(pred[0], 1))

model.fit(X, y) の1行が「学習」です。過去のデータ（勉強時間と点数の組）を渡すと、モデルが「時間が増えると点数も増える」という関係を自分でつかみます。あとは model.predict() に新しい時間を渡せば、未知の点数を予測してくれます。

人間が「1時間ごとに何点上がる」と計算式を書いたわけではない、という点が大切です。データを見せただけでモデルが規則を学びました。これが機械学習です。

やってみよう

model.predict([[8]]) や [[10]] で、別の勉強時間の予測も出してみましょう。y の点数を書き換えると、予測がどう変わるでしょうか。

演習

上のモデルで、勉強時間が0時間のときの予測点を print で表示してください。