[머신러닝] ② 사이킷런 모듈

▶Scikit-learn 모듈

대표적인 파이썬 머신러닝 프레임워크로서 다양한 머신러닝 알고리즘과 샘플 데이터를 제공합니다.

또한 머신러닝 결과를 검증하는 기능도 제공합니다.

(BSD 라이선스이기 때문에 무료로 사용 및 배포가 가능합니다.)

자세한 내용은 다음 사이트를 참고하면 좋겠습니다.

scikit-learn: machine learning in Python — scikit-learn 0.16.1 documentation

1) LinearSVC

클래스 구분을 하는 분류 문제에서 각 클래스를 잘 구분하는 선을 그려주는 방식을 사용하는 알고리즘입니다.

지도 학습 알고리즘을 사용하는 학습 전용 데이터(x)와 결과 전용 데이터(y)를 함께 가지고 있어야 사용이 가능합니다.

 

우선 필요한 라이브러리를 import 하겠습니다.

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

간단한 데이터를 만들어주겠습니다.

learn_data = [[0,0], [1,0], [0,1], [1,1]]
learn_label = [0, 0, 0, 1]

객체를 생성하겠습니다.

svc = LinearSVC() # 객체 생성

학습 시키겠습니다.

svc.fit(learn_data, learn_label) # 학습

성능을 검증해보기 위해 테스트 데이터를 만들어주겠습니다.

일단 learn_data와 동일하게 해주었습니다.

test_data = [[0,0], [1,0], [0,1], [1,1]]

테스트 데이터를 통해 예측을 해보겠습니다.

test_label = svc.predict(test_data) # 예측

 

예측 결과를 출력해보겠습니다.

print(test_data, '의 예측 결과 : ', test_label) 
# [[0, 0], [1, 0], [0, 1], [1, 1]] 의 예측 결과 :  [0 0 0 1]

 

예측 정확도도 출력해보겠습니다.

print('정답률: ', accuracy_score(learn_label, test_label))
# 정답률:  1.0

 

 

---

여기까지 사이킷런 모듈에 대해 알아보았습니다 :)