Pythonで線形回帰分析をやってみよう【scikit-learn入門・2026年最新版】

🎯 はじめに

この記事は「機械学習入門」シリーズの1本です。AIの全体像から知りたい方はAIの地図｜目的別にAIツールを探す、分析手法を順番に学びたい方はデータ分析・機械学習カテゴリもあわせてご覧ください。

「線形回帰、Excelでは試したけど次はPythonでやってみたい」「scikit-learnって難しそう…」

そう思っている人、安心してください。実はscikit-learnでの線形回帰は、たった数行のコードで実装できるほどシンプルです。Excelで基礎が分かっていれば、Pythonへの移行はそれほど難しくありません。私自身、最初は「scikit-learnって何から始めればいいの？」と戸惑いましたが、fit/predictの流れを一度覚えると、他のモデルにも同じ感覚で進めました。

ルミィ

この記事では「Pythonで線形回帰をやってみたい」人向けに、scikit-learnを使った実装手順を一歩ずつ解説していくよ。コードもコピペで動くから、読みながら手を動かしてみてね！

🙋 この記事はこんな人に向いています

• Excelで線形回帰を試したことがあり、次はPythonでやってみたい人
• scikit-learnを初めて使う人
• データ分析の自動化・再現性を高めたい人
• コピペで動くサンプルコードをすぐ手に入れたい人
• ランダムフォレストやロジスティック回帰など、次の手法へ進む前に基礎を固めたい人

📊 なぜPythonで線形回帰をやるの？

Excelとの違い・メリット

• 大量データに対応しやすい：Excelより大きなデータでも、環境に応じて効率よく処理しやすい
• 再現性が高い：コードを保存しておけば、何度でも同じ分析を再現できる
• 自動化できる：定期的な分析やバッチ処理に組み込める
• 発展性が高い：ランダムフォレスト・ニューラルネットなど、他の機械学習手法にも同じ流れで進める
• 無料で使える：scikit-learn・pandas・matplotlibなど、すべて無料

ルミィ

Excelは「探索的に試してみる」場面では最強だけど、本格的な分析や繰り返し実行が必要になるとPythonに軍配が上がるよ。両方を使い分けられるようになると、データ分析の選択肢がグッと広がるんだ。

scikit-learnって何？

scikit-learn（サイキット・ラーン）は、Pythonで機械学習を扱う際の業界標準ライブラリだよ。

• 線形回帰・決定木・ランダムフォレスト・SVMなど、主要な機械学習手法を網羅
• シンプルで統一されたインターフェース（fit → predict の流れ）
• 世界中の研究・実務で広く使われており、情報も豊富
• 無料・オープンソース

🚀 実行環境を準備しよう

おすすめ：Google Colabが一番ラク

「インストールが面倒…」って人には、Googleが提供するGoogle Colabが断然おすすめだよ。ブラウザでアクセスするだけで、Pythonと必要なライブラリが全部入った環境がすぐ使えるんだ。

• Googleアカウントがあれば無料で利用可
• インストール作業ゼロ
• scikit-learn・pandas・matplotlibなどがプリインストール済み
• GPU/TPUも利用できる場合がある（ただし線形回帰では基本的に不要）

ブラウザで「Google Colab」と検索 → 新規ノートブックを作成、で準備完了。

ルミィ

初めてPythonに触る人は、迷わずGoogle Colabがおすすめ！環境構築でつまずくのが学習の最大の壁だから、それを丸ごとスキップできるのは大きなメリットだよ。

ローカル環境で動かす場合

自分のPCで動かしたい人は、以下のいずれかでOK。

• Anaconda：機械学習用ライブラリが一括インストールされる定番ディストリビューション
• Jupyter Notebook：ブラウザベースで対話的にコードを書ける
• VS Code + Python：軽量で柔軟、本格的に開発したい人向け

💻 scikit-learnで線形回帰を実装してみよう【実践編】

ルミィ

ここからは実際にコードを動かしていくよ。コピペで動くようになっているから、自分の環境で試しながら読み進めてね！

ステップ1：必要なライブラリをインポート

import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error, r2_score

それぞれの役割：

• numpy：数値計算ライブラリ
• pandas：データフレーム操作
• LinearRegression：線形回帰モデル本体
• train_test_split：データを訓練用とテスト用に分割
• mean_squared_error / r2_score：モデルの評価指標

ステップ2：サンプルデータを作る（または読み込む）

まずは小さな例で動作確認してみよう。

# サンプルデータ：勉強時間と試験点数の関係
data = {
    '勉強時間': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
    '点数': [50, 55, 65, 70, 75, 80, 82, 88, 90, 95]
}
df = pd.DataFrame(data)
print(df)

もちろん、自分のCSVファイルを読み込むこともできるよ。

# CSVファイルから読み込む場合
df = pd.read_csv('your_data.csv')
df.head()

ステップ3：説明変数（X）と目的変数（y）に分ける

X = df[['勉強時間']]  # 説明変数（2次元にするためダブル[[]]）
y = df['点数']        # 目的変数

ルミィ

ここで X はダブル角括弧、y はシングル角括弧で囲むのがポイント。Xは「複数列を入れることがある」前提で2次元配列にする必要があるんだ。これを忘れるとエラーになるから注意してね！

ステップ4：訓練データとテストデータに分割

X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.2, random_state=42
)

test_size=0.2 で「データの20%をテスト用に分ける」という意味。random_state=42 はデータの分け方を毎回同じにするための設定で、数値は42でなくても構いません。

ステップ5：モデルの作成と学習

# モデルを作成
model = LinearRegression()

# 訓練データで学習
model.fit(X_train, y_train)

print('係数（傾き）:', model.coef_)
print('切片:', model.intercept_)

たった3行で線形回帰の学習が完了！scikit-learnのfit()メソッドが、内部で最適な係数を計算してくれるんだ。

ステップ6：予測する

# テストデータで予測
y_pred = model.predict(X_test)

# 結果を比較
results = pd.DataFrame({
    '実測値': y_test,
    '予測値': y_pred
})
print(results)

ステップ7：モデルを評価する

# 平均二乗誤差（MSE）
mse = mean_squared_error(y_test, y_pred)
print('MSE:', mse)

# 決定係数（R²）
r2 = r2_score(y_test, y_pred)
print('R²:', r2)

• MSE：予測誤差の二乗の平均（小さいほど良い）
• R²：そのデータへの当てはまりの良さ（1に近いほど高い。ただし分野によって「良い値」の基準が異なる）

ルミィ

ここまでで基本実装はOK！「Pythonで機械学習って意外と簡単じゃん」って感じたかな？R²の意味や「良い値の基準」は分野によって違うから、気になった人は決定係数R²の解説記事もチェックしてみてね。

🔧 重回帰分析もPythonで一発

説明変数を増やせば、そのまま重回帰分析になるよ。コードはほぼ同じで、Xの列を増やすだけ。

# 重回帰用のサンプルデータ（3つの説明変数を含む）
data_multi = {
    '勉強時間':  [1,  2,  3,  4,  5,  6,  7,  8,  9,  10],
    '出席率':   [60, 65, 70, 75, 80, 85, 88, 90, 95, 98],
    '前回点数': [45, 50, 58, 62, 70, 72, 78, 80, 85, 90],
    '点数':     [50, 55, 65, 70, 75, 80, 82, 88, 90, 95]
}
df_multi = pd.DataFrame(data_multi)

X = df_multi[['勉強時間', '出席率', '前回点数']]  # 3つの変数
y = df_multi['点数']

X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.2, random_state=42
)

model = LinearRegression()
model.fit(X_train, y_train)

# 各変数の係数を表示
for name, coef in zip(X.columns, model.coef_):
    print(f'{name}: {coef:.2f}')
print('切片:', model.intercept_)

ルミィ

Pythonの強みはここから！変数を10個でも100個でも、同じコードでサッと処理できるんだ。Excelだとデータ範囲を選び直す必要があるけど、Pythonなら列名のリストを変えるだけで済むよ。

📈 結果の可視化

matplotlibを使えば、予測結果の可視化も簡単にできるよ。

import matplotlib.pyplot as plt
import numpy as np

# 散布図（実測値）
plt.scatter(X_test, y_test, label='実測値', color='blue')

# 回帰直線：X全体のmin〜maxで滑らかなラインを作る
x_line = np.linspace(X['勉強時間'].min(), X['勉強時間'].max(), 100).reshape(-1, 1)
x_line_df = pd.DataFrame(x_line, columns=['勉強時間'])
y_line = model.predict(x_line_df)

plt.plot(x_line, y_line, label='回帰直線', color='red')
plt.xlabel('勉強時間')
plt.ylabel('点数')
plt.title('線形回帰の予測結果')
plt.legend()
plt.show()

np.linspace でXの最小値〜最大値の間に均等な100点を作り、回帰直線を滑らかに描いているよ。train_test_split後のX_testは順番がバラバラなため、そのままplt.plot()すると直線がガタガタに見えることがあるんだ。

⚠️ よくあるエラーと対処法

エラー1：「Found input variables with inconsistent numbers of samples」

Xとyの行数が一致していないときに出るエラー。データを確認して、両方の長さを揃えよう。

エラー2：「Expected 2D array, got 1D array instead」

Xを df['col']（シングル角括弧）で渡すと出るエラー。df[['col']]（ダブル角括弧）か X.values.reshape(-1, 1) を使おう。

エラー3：「ValueError: could not convert string to float」

カテゴリ変数（文字列）が含まれているとき。pd.get_dummies() でダミー変数化してから渡そう。

# カテゴリ変数のダミー化
X = pd.get_dummies(df[['性別', '学年']], drop_first=True)

drop_first=True は、ダミー変数の列を1つ減らして重複した情報を避けるための設定です（多重共線性の対策）。

🌍 モデル改善のヒント

1. 特徴量エンジニアリング

• 変数の対数化・標準化
• 変数同士の組み合わせ（積・比）
• 時系列データの場合は曜日・月などの時間的特徴量を追加

2. 外れ値・欠損値の処理

• df.dropna() で欠損値を削除
• df.fillna(df.mean()) で平均値補完
• 箱ひげ図やZ-scoreで外れ値を検出

3. より高度なモデルへの拡張

• リッジ回帰（Ridge）：過学習を防ぐ正則化付き線形回帰
• ラッソ回帰（Lasso）：自動で重要変数を選択
• 決定木・ランダムフォレスト：非線形な関係も捉えられる

scikit-learnなら、これらすべてが 同じ fit/predict のお作法で扱えるよ。線形回帰のコードを書ければ、他のモデルにもすぐ移行できるんだ。

📋 コピペ用｜最小の完成コード

ステップ別に説明してきたコードを、一つにまとめたバージョンを置いておくよ。まずはこれをColabにコピペして、動く感覚をつかんでみてね。

import pandas as pd
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error, r2_score

# サンプルデータ
data = {
    '勉強時間': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
    '点数': [50, 55, 65, 70, 75, 80, 82, 88, 90, 95]
}
df = pd.DataFrame(data)

# 変数を分ける
X = df[['勉強時間']]
y = df['点数']

# 訓練・テスト分割
X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.2, random_state=42
)

# 学習
model = LinearRegression()
model.fit(X_train, y_train)

# 予測と評価
y_pred = model.predict(X_test)
print('係数:', model.coef_[0])
print('切片:', model.intercept_)
print('MSE:', mean_squared_error(y_test, y_pred))
print('R²:', r2_score(y_test, y_pred))
# または: print('R²:', model.score(X_test, y_test))

最後の行で使った model.score(X_test, y_test) も、R²を返す便利なscikit-learn組み込みの方法だよ。

❓ よくある質問（FAQ）

Q1. Excelでできるなら、わざわざPythonを学ぶ意味はある？

「1回限りの分析」ならExcelで十分。でも「同じ分析を毎月実行したい」「数万行以上のデータを扱う」「他の機械学習手法にも発展させたい」場合はPythonが圧倒的に有利だよ。両方使い分けるのがベストだね。

Q2. プログラミング初心者でも大丈夫？

Python基本文法（変数・リスト・関数）と、pandasの基本操作が分かれば十分実装できるよ。むしろ「線形回帰をやりたい」という具体的な目的があると、Python学習が一気に進むからおすすめ！

Q3. PyCharmやJupyterなど、どのエディタを使えばいい？

初心者ならGoogle Colab（インストール不要）が最強。慣れてきたらJupyter Notebook（対話的）かVS Code（本格開発）に移行するのがおすすめだよ。

Q4. データが少なすぎる（10行とか）と動かない？

動かないわけじゃないけど、信頼性が低くなるよ。最低でも30行、理想的には説明変数の数×10倍以上のサンプル数があると安心。少ないデータでは交差検証（cross_val_score）を使うのも手だよ。

Q5. リッジ回帰やラッソ回帰はどう使い分ける？

過学習を抑えたいだけならRidge、不要な変数を自動で削除したいならLassoが目安。両方の良いとこ取りがElasticNet。データの状況に応じて試行錯誤するのが一般的だよ。

Q6. PythonでExcelデータも読めるの？

読めるよ。pd.read_excel('file.xlsx') でExcelファイルを直接読み込めるんだ。Excel→Python→分析→結果をExcelに書き戻す、みたいな流れも可能だよ。

🎉 まとめ

Pythonとscikit-learnを使えば、たった数行のコードで線形回帰が実装できるよ。

今回学んだこと：

• scikit-learnの基本的な使い方（import → fit → predict）
• 訓練データとテストデータの分割
• モデル評価指標（MSE・R²）の使い方
• 重回帰への自然な拡張
• 可視化と改善のヒント

ルミィ

お疲れさま！Pythonでの線形回帰、ここまで来れば自分のデータで色々試せるはず。「次はどんな手法を学べばいい？」って迷ったら、下の本が良いガイドになるよ。Excelで体験する形式だから、Pythonの背景知識を補強するのにぴったりなんだ。

🚀 機械学習の世界をもっと知りたい人へ
線形回帰の先にある手法を、Excelで直感的に学べる定番書。Pythonでコードを書く前に概念を整理したい人にもおすすめだよ。

次に読むおすすめ記事

• 線形回帰分析を学ぶ全ステップ｜初心者から実務レベルまで
• 決定係数R²とは？意味・目安・補正R²との違いを初心者向けに解説
• ロジスティック回帰とは？分類問題への第一歩
• AIの地図｜目的別にAIツールを探す

ルミィ

AIナビゲーター

YouTube

ChatGPT・Gemini・Claudeなどの会話AI、画像生成AI、動画生成AI、資料作成AI、AI検索ツールを初心者向けに解説するAIナビゲーター。実際に使ってみた感想や、仕事・学習・発信に役立つAI活用法をわかりやすく紹介しています。