1장. 소개¶
아래 링크를 통해 이 노트북을 주피터 노트북 뷰어(nbviewer.org)로 보거나 구글 코랩(colab.research.google.com)에서 실행할 수 있습니다.
 주피터 노트북 뷰어로 보기
|
 구글 코랩(Colab)에서 실행하기
|
In [1]:
# 노트북이 코랩에서 실행 중인지 체크합니다.
import sys
if 'google.colab' in sys.modules:
# 사이킷런 최신 버전을 설치합니다.
!pip install -q --upgrade scikit-learn
# mglearn을 다운받고 압축을 풉니다.
!wget -q -O mglearn.tar.gz https://bit.ly/mglearn-tar-gz
!tar -xzf mglearn.tar.gz
In [2]:
import sklearn
from preamble import *
In [3]:
import numpy as np
x = np.array([[1, 2, 3], [4, 5, 6]])
print("x:\n", x)
1.4.3 SciPy¶
In [4]:
from scipy import sparse
# 대각선 원소는 1이고 나머지는 0인 2차원 NumPy 배열을 만듭니다.
eye = np.eye(4)
print("NumPy 배열:\n", eye)
In [5]:
# NumPy 배열을 CSR 포맷의 SciPy 희박 행렬로 변환합니다.
# 0이 아닌 원소만 저장됩니다.
sparse_matrix = sparse.csr_matrix(eye)
print("\nSciPy의 CSR 행렬:\n", sparse_matrix)
In [6]:
data = np.ones(4)
row_indices = np.arange(4)
col_indices = np.arange(4)
eye_coo = sparse.coo_matrix((data, (row_indices, col_indices)))
print("COO 표현:\n", eye_coo)
1.4.4 matplotlib¶
In [7]:
import matplotlib.pyplot as plt
# -10에서 10까지 100개의 간격으로 나뉘어진 배열을 생성합니다.
x = np.linspace(-10, 10, 100)
# 사인 함수를 사용하여 y 배열을 생성합니다.
y = np.sin(x)
# plot 함수는 한 배열의 값을 다른 배열에 대응해서 선 그래프를 그립니다.
plt.plot(x, y, marker="x")
plt.show() # 책에는 없음
1.4.5 pandas¶
In [8]:
import pandas as pd
# 회원 정보가 들어간 간단한 데이터셋을 생성합니다.
data = {'Name': ["John", "Anna", "Peter", "Linda"],
'Location' : ["New York", "Paris", "Berlin", "London"],
'Age' : [24, 13, 53, 33]
}
data_pandas = pd.DataFrame(data)
# 주피터 노트북은 Dataframe을 미려하게 출력해줍니다.
data_pandas
Out[8]:
In [9]:
# Age 열의 값이 30 이상인 모든 행을 선택합니다.
data_pandas[data_pandas.Age > 30]
Out[9]:
1.4.6 mglearn¶
In [10]:
import sys
print("Python 버전:", sys.version)
import pandas as pd
print("pandas 버전:", pd.__version__)
import matplotlib
print("matplotlib 버전:", matplotlib.__version__)
import numpy as np
print("NumPy 버전:", np.__version__)
import scipy as sp
print("SciPy 버전:", sp.__version__)
import IPython
print("IPython 버전:", IPython.__version__)
import sklearn
print("scikit-learn 버전:", sklearn.__version__)
In [11]:
from sklearn.datasets import load_iris
iris_dataset = load_iris()
In [12]:
print("iris_dataset의 키:\n", iris_dataset.keys())
In [13]:
print(iris_dataset['DESCR'][:193] + "\n...")
In [14]:
print("타깃의 이름:", iris_dataset['target_names'])
In [15]:
print("특성의 이름:\n", iris_dataset['feature_names'])
In [16]:
print("data의 타입:", type(iris_dataset['data']))
In [17]:
print("data의 크기:", iris_dataset['data'].shape)
In [18]:
print("data의 처음 다섯 행:\n", iris_dataset['data'][:5])
In [19]:
print("target의 타입:", type(iris_dataset['target']))
In [20]:
print("target의 크기:", iris_dataset['target'].shape)
In [21]:
print("타깃:\n", iris_dataset['target'])
1.7.2 성과 측정: 훈련 데이터와 테스트 데이터¶
In [22]:
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(
iris_dataset['data'], iris_dataset['target'], random_state=0)
In [23]:
print("X_train 크기:", X_train.shape)
print("y_train 크기:", y_train.shape)
In [24]:
print("X_test 크기:", X_test.shape)
print("y_test 크기:", y_test.shape)
1.7.3 가장 먼저 할 일: 데이터 살펴보기¶
In [25]:
# X_train 데이터를 사용해서 데이터프레임을 만듭니다.
# 열의 이름은 iris_dataset.feature_names에 있는 문자열을 사용합니다.
iris_dataframe = pd.DataFrame(X_train, columns=iris_dataset.feature_names)
# 데이터프레임을 사용해 y_train에 따라 색으로 구분된 산점도 행렬을 만듭니다.
pd.plotting.scatter_matrix(iris_dataframe, c=y_train, figsize=(15, 15), marker='o',
hist_kwds={'bins': 20}, s=60, alpha=.8, cmap=mglearn.cm3)
plt.show() # 책에는 없음
1.7.4 첫 번째 머신 러닝 모델: k-최근접 이웃 알고리즘¶
In [26]:
from sklearn.neighbors import KNeighborsClassifier
knn = KNeighborsClassifier(n_neighbors=1)
In [27]:
knn.fit(X_train, y_train)
Out[27]:
1.7.5 예측하기¶
In [28]:
X_new = np.array([[5, 2.9, 1, 0.2]])
print("X_new.shape:", X_new.shape)
In [29]:
prediction = knn.predict(X_new)
print("예측:", prediction)
print("예측한 타깃의 이름:",
iris_dataset['target_names'][prediction])
1.7.6 모델 평가하기¶
In [30]:
y_pred = knn.predict(X_test)
print("테스트 세트에 대한 예측값:\n", y_pred)
In [31]:
print("테스트 세트의 정확도: {:.2f}".format(np.mean(y_pred == y_test)))
In [32]:
print("테스트 세트의 정확도: {:.2f}".format(knn.score(X_test, y_test)))
1.8 요약¶
In [33]:
X_train, X_test, y_train, y_test = train_test_split(
iris_dataset['data'], iris_dataset['target'], random_state=0)
knn = KNeighborsClassifier(n_neighbors=1)
knn.fit(X_train, y_train)
print("테스트 세트의 정확도: {:.2f}".format(knn.score(X_test, y_test)))