파이썬 기초 머신러닝 2개의 범주 분류 sklearn- KNeighborsClassifier

0.알고리즘 설명

KNN 알고리즘은 주어진 데이터 포인트의 클래스(레이블)를 예측하기 위해

가장 가까운 'k'개의 이웃 데이터 포인트들을 찾아, 그들의 클래스 중 가장 많은 클래스를 예측값으로 선택하는 방법이다

'가장 가까운' 이라는 것은 일반적으로 유클리디안 거리(Euclidean distance) 또는

다른 유사도 척도를 사용하여 측정이 된다

1. 데이터 분리

머신러닝을 위해서는 기본적으로 타겟 데이터와

변수들을 분리해야한다

 

x = data.drop(target, axis=1)
y = data[target]

코드로 변수 x와 y에 각각 변수 데이터와 타겟 데이터를 넣어주었다

여기서 target은 데이터프레임에서 결과값의 인덱스명이다

 

다음으로 학습에 사용할 데이터를 분리한다

 

from sklearn.model_selection import train_test_split


x_train, x_test, y_train, y_test = train_test_split(x,y,test_size=0.3 ,random_state=1 , stratify= )

train_test_split을 임포트하고

x,y 데이터와, 해당 데이터에서 이후 테스트에 사용할 데이터의 비율을 test_size 옵션에 적어주면

데이터 내에서 랜덤으로 1-test_size 비율 만큼의 x,y값과 test_size 비율 만큼의 x,y값

4개를 반환한다 

random_state옵션은 랜덤의 시드를 정해주는 옵션인데 시드를 정해주면 해당 시드에 해당하는 랜덤값을 반환한다

따로 적어주지 않을경우 무작위로 값이 반환된다

stratify= 옵션은 지정한 데이터의 값을 랜덤으로 돌릴때 같은 비율로 넣는 옵션이다

예를 들어 y의 범주 값이 여러 개 일 때 비율을 같게 학습시키고 싶다면 y를 넣어주면 된다

 

2 데이터 학습

from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score

코드를 통해

KNeighborsClassifier 함수와 accuracy_score 함수를 불러온다

 

이후

model = KNeighborsClassifier()

코드로 학습 값을 저장할 변수를 지정 할 수 있다

()안에 여러 옵션이 있는데

1. n_neighbors: 선택할 이웃의 수 (기본값: 5)
2. weights: 예측에 사용되는 가중치 함수 (기본값: 'uniform')
   • 'uniform': 모든 포인트에 동일한 가중치 부여
   • 'distance': 거리에 반비례하여 가중치 부여
3. algorithm: 근접 이웃을 계산하는데 사용되는 알고리즘 (기본값: 'auto')

옵션이다 당연하지만 옵션에 따라 모델의 정확도가 달라진다

model.fit(x_train, y_train)

fit매소드로 학습을 시킬 수 있다

 

+ 첫번째 

 

3 완성된 모델 테스트 하기

y_pred = model.predict(x_test)

코드로 완성된 모델에 테스트를 위해 만든 x_test 값을 넣어서 y_pred에 저장했다

반환되는 값은 넘파이 배열로 반환이 된다

accuracy_score(y_test,y_pred)

해당 코드를 사용하면 예측값과 실제 값을 통해 모델의 정확도를 평가 할 수 있다