[혼공머신] Chapter 1-3. 생선 분류 문제

데이터 준비 및 확인

1. 도미 데이터 준비

bream_length = [25.4, 26.3, 26.5, 29.0, 29.0, 29.7, 29.7, 30.0, 30.0, 30.7, 31.0, 31.0,                 31.5, 32.0, 32.0, 32.0, 33.0, 33.0, 33.5, 33.5, 34.0, 34.0, 34.5, 35.0,                 35.0, 35.0, 35.0, 36.0, 36.0, 37.0, 38.5, 38.5, 39.5, 41.0, 41.0] bream_weight = [242.0, 290.0, 340.0, 363.0, 430.0, 450.0, 500.0, 390.0, 450.0, 500.0, 475.0, 500.0,                 500.0, 340.0, 600.0, 600.0, 700.0, 700.0, 610.0, 650.0, 575.0, 685.0, 620.0, 680.0,                 700.0, 725.0, 720.0, 714.0, 850.0, 1000.0, 920.0, 955.0, 925.0, 975.0, 950.0]

 

2. 산점도 확인

산점도 : 그래프에 점으로 표시되는 데이터

-> 데이터를 한눈에 보기 좋고 가공전 확인이 가능하다.

 

matplotlib : 과학계산용 그래프를 그리는 대표적인 패키지

scatter() : 산점도를 그리는 함수

import matplotlib.pyplot as plt plt.scatter(bream_length, bream_weight) plt.xlabel('length') plt.ylabel('weight') plt.show()

선형적 : 데이터가 1차함수처럼 직선에 가깝운 형태로 나타나는 경우

3. 빙어 데이터 준비

smelt_length = [9.8, 10.5, 10.6, 11.0, 11.2, 11.3, 11.8, 11.8, 12.0, 12.2, 12.4, 13.0, 14.3, 15.0] smelt_weight = [6.7, 7.5, 7.0, 9.7, 9.8, 8.7, 10.0, 9.9, 9.8, 12.2, 13.4, 12.2, 19.7, 19.9]

 

4. 도미와 빙어의 산점도 확인

plt.scatter(bream_length, bream_weight) plt.scatter(smelt_length, smelt_weight) plt.xlabel('length') plt.ylabel('weight') plt.show()

도미에 비해 빙어는 길이와 무게가 비례하지만 늘어나는 정도(기울기)는 서로 다르다.

---

첫 번째 머신러닝 프로그램

도미와 빙어 데이터를 합친 후 구분하는 문제

k-최근접 이웃 알고리즘 이용

 

1. 두 리스트 데이터를 하나로 합칩

length = bream_length + smelt_length weight = bream_weight + smelt_weight

 

2. 사이킷런 패키지를 이용하기에 2차원 리스트를 만들어야 함

길이	무게
[[25.4,	242.0]
[26.3,	290.0]
.	.
[15.0,	19.9]]

zip() 함수와 리스트 컴프리헨션을 이용하여 2차원 리스트 생성

fish_data = [[l,w] for l,w  in zip(length, weight)]

3. 정답지 생성

생선의 길이와 무게를 보고 도미와 빙어를 구분하는 규칙을 찾고자 함

정답지를 알려주고 그것을 기반으로 추론하게 해야함

fish_target = [1] * 35 + [0] * 14 print(fish_target)

 

4. 사이킷런 이용

사이킷런 패키지 중에 k-최근접 이웃 알고리즘을 구현한 클래스를 이용했다.

from sklearn.neighbors import KNeighborsClassifier kn = KNeighborsClassifier()

머신러닝 알고리즘을 만들 객체를 생성하였다.

 

객체(모델) : 머신러닝에서 알고리즘을 구현한 프로그램을 말한다. 

 

5.훈련

: 객체에 data와 target을 전달하여 도미를 찾는 기준을 학습시킨다.

kn.fit(fish_data, fish_target)

 

6.모델 평가

모델을 평가하는 score() 메서드를 이용. 0과 1사이의 값으로 1에 가까울수록 정답을 많이 맞췄다.

이를 정확도라 한다.

정확도 = (맞힌 개수) / (전체 개수)

kn.score(fish_data, fish_target)

---

k-최근접 이웃 알고리즘

: 답을 구할때 주위의 다른 데이터를 보고 다수를 차지하는 것을 정답으로 사용하는 알고리즘

predict() 매서드 : 새로운 정답을 예측

kn.predict([[28,700]])

반환되는 값은 1, 도미를 1이라고 정답지를 주었다.

 

장점 : 가장 가까운 직선 거리로 예측이 가능하다.

단점 : 데이터가 크면 많은 메모리와 시간을 소요한다.

---

객체의 내부

kn 객체에 x에는 data를 y에는 target을 넣었다.