Pythonの回帰モデルに非線形データを適合させる方法をわかりやすく解説

データの可視化には、Seabornライブラリを使用します。回帰モデルを構築する際には、必ず多重共線性（マルチコリニアリティ）の有無をチェックしましょう。これは、連続変数のあらゆる組み合わせ間に存在する相関関係を把握しておく必要があるためです。もし変数間に多重共線性が確認された場合は、データから除去する対策が求められます。

現実世界のデータは非線形であることが多い

実際のビジネスや研究の現場で扱うデータは、多くの場合非線形です。したがって、こうした非線形データをモデルへ適切に適合させる仕組みを見つけることが重要になります。

本記事では、統計学で有名なAnscombe（アンスコム）のデータセットを用いて、非線形データの挙動を視覚的に確認します。非線形データの可視化には、Seabornの「lmplot」関数を使用します。

サンプルコード

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt

my_df = sb.load_dataset('anscombe')
sb.lmplot(x="x", y="y", data=my_df.query("dataset == 'I'"))
plt.show()

出力結果

コードの解説

• まず、必要なパッケージ（pandas、seaborn、matplotlib）をインポートします。
• 入力データとなる「anscombe」データセットを、Seabornライブラリから読み込みます。
• 読み込んだデータはデータフレーム（my_df）に格納されます。
• 「load_dataset」関数を使うことで、Seabornに内蔵されたデータセットを簡単に取得できます。
• 「lmplot」関数を使用してデータを可視化し、回帰直線を描画します。
• ここでは、データフレームをdataパラメータとして渡しています。
• x軸・y軸に対応する列名もそれぞれ指定しています。
• 最後に「plt.show()」により、グラフが画面上に表示されます。

このように、Seabornのlmplot関数を活用すれば、非線形なデータでも散布図と回帰直線をひと目で確認でき、モデル構築前の探索的データ分析（EDA）に役立ちます。