공부시간과 성적의 관계

공부시간	성적	예측값
2	81	83.6
4	93	88.2
6	91	92.8
8	97	97.4

fake_a_b는 임의의 예측값을 넣으면된다

아래는 공식으로 순차적으로 풀기위해

기본에서 계산처리한값들

Github => {ipynb, Python}

# In[1]:


import numpy as np
import matplotlib.pyplot as pl

fake_a_b = [2.3, 79.0]

data = [[2, 81], [4, 93], [6, 91], [8, 97]]

## i[0]은 첫번째값(a), i[1]은 두번째값(y)
x = [i[0] for i in data]
y = [i[1] for i in data]

print("x => ", x)
print("y => ", y)


# In[2]:


## y = ax + b 에 대한 결과 처리 함수, EX)  예측값A * X값 + 예측값B = 3 * 2 + 76
def predict(x):
    return (fake_a_b[0] * x) + fake_a_b[1]


# In[3]:


## MES 평균제곱오차, EX) Y값 점수 - 예측값, 81 - 82 = 1,0 = 1,0 * 1,0 = 1.0
def mse(y, y_hat):
    return np.mean(((y - y_hat) ** 2))


# In[4]:


# MSE 평균오차 값 
def mse_val(y, preidct_res):
    return mse(np.array(y), np.array(predict_res))


# In[5]:


# 예측값 배열
predict_res = []
 
for i in range(len(x)):
    predict_res.append(predict(x[i]))
    print("시간 : ", x[i], 
          " 성적 : ", y[i],
          " 예측값 : ", predict_res[i], 
          " 오차값 : ", mse(y[i], predict_res[i])
        )


# In[6]:


print("MSE 값 : ", mse_val(y, predict_res))


# In[7]:


# 그래프 처리 
pl.plot(x, y, label='BASE')
pl.scatter(x, y)

pl.plot(x, predict_res)
pl.scatter(x, predict_res)

pl.legend()
pl.show()