2023.06.08 ML(머신러닝)의 Scikit-learn 모듈

1. ML(머신러닝)의 Scikit-learn 모듈

---

2.사이킷런.ipynb

 

 

1.Scikit-learn 모듈

• 대표적인 파이썬 머신러닝 모듈
• 다양한 머신러닝 알고리즘을 제공
• 다양한 샘플 데이터를 제공
• 머신러닝 결과를 검증하는 기능을 제공
• BSD 라이센스이기 때문에 무료로 사용 및 배포가 가능하다.
• [사이킷런] https://scikit-learn.org

---

2.LinearSVC 

• 클래스를 구분으로 하는 분류 문제에서 각 클래스를 잘 구분하는 선을 그려주는 방식을 사용하는 알고리즘
• 지도학습 알고리즘을 사용하는 학습전용 데이터와 결과 전용 데이터를 함께 가지고 이써야 사용이 가능

---

🎈실습 !

 

🔻모듈 추가 

from sklearn.svm import LinearSVC
from sklearn.metrics import accuracy_score

🔻연습을 위해 학습데이터를 짧게 우리가 만들어 보겠습니다. 

# 전처리 과정
# 학습 데이터 준비

learn_data = [[0,0],[1,0],[0,1],[1,1]] #독립변수
learn_label = [0,0,0,1] #종속변수

🔻 모델 객체 생성 

# 모델을 svs 객체 생성
svc = LinearSVC()

🔻 학습 시키기 

# svc.fit(독립변수, 종속변수)
svc.fit(learn_data,learn_label)

🔻 검증 데이터 준비 하기 

# 검증 데이터 준비
test_data = [[0,0],[1,0],[0,1],[1,1]]

🔻 예측 (시험보기) 

 

# 검증 데이터를 넣어서 어떻게 예측 할것인가 ?
test_label = svc.predict(test_data)

🔻 답안지 

# 답안지 
test_label

🔻 결과 검증

# 결과 검증
print(test_data, '의 예측 결과: ', test_label)

print('정답률: ', accuracy_score([0,0,0,1], test_label))

🗨사이킷런에 대해서 사용법을 익히는 수준이기 때문에 Label을 가지고 있는 값으로 진행한다.