머신 러닝(with Google Colab) - 1일차

본격적으로 머신러닝에 들어가서 간단한 도미와 빙어를 분류하는  머신러닝 예제를 학습해 보자.

우선적으로 필요한 정보는  도미와 빙어의 데이터,  학습시킬 특성(피쳐)과 정답(target) 이 필요하다,

하나씩 알아가보자

---

도미와 빙어의 데이터

#도미 데이터
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]
#빙어 데이터
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]

도미 35마리 빙어 15마리

머신 러닝에 데이터를 넣기 위해서는 사용하는 머신러닝이 요구하는 데이터의 형태로 바꿔줄 필요 가 있다.

이번 작업에서 사용할 머신러닝 패키지는 Scikit-learn이다. Scikit-learn은 각 특성이 세로 방향으로 늘어트린 2차원 리스트 요구한다. 따라서 위의 정보를 2차원 리스트로 변환해 줄 필요가 있다. 

#데이터 종합
fish_length = bream_length + smelt_length
fish_weight = bream_weight + smelt_weight
fish_data = [[i,w]for i,w in zip(fish_length,fish_weight)]
print (fish_data)

이는 리스트의 내포를 이용하면 편하게 변환할 수 있다. 이때 zip() 함수는 나열된 리스트에서 원소를 하나씩 꺼내 앞에 설정한 변수로 넣어준다.

[[25.4, 242.0], [26.3, 290.0], [26.5, 340.0], [29.0, 363.0], [29.0, 430.0],
[29.7, 450.0], [29.7, 500.0], [30.0, 390.0], [30.0, 450.0], [30.7, 500.0], 
[31.0, 475.0], [31.0, 500.0], [31.5, 500.0], [32.0, 340.0], [32.0, 600.0], 
[32.0, 600.0], [33.0, 700.0], [33.0, 700.0], [33.5, 610.0], [33.5, 650.0], 
[34.0, 575.0], [34.0, 685.0], [34.5, 620.0], [35.0, 680.0], [35.0, 700.0],
[35.0, 725.0], [35.0, 720.0], [36.0, 714.0], [36.0, 850.0], [37.0, 1000.0],
[38.5, 920.0], [38.5, 955.0], [39.5, 925.0], [41.0, 975.0], [41.0, 950.0], 
[9.8, 6.7], [10.5, 7.5], [10.6, 7.0], [11.0, 9.7], [11.2, 9.8], [11.3, 8.7],
[11.8, 10.0], [11.8, 9.9], [12.0, 9.8], [12.2, 12.2], [12.4, 13.4], [13.0, 12.2], 
[14.3, 19.7], [15.0, 19.9]]

결과는 위와 같이 2차원 리스트 형태인 것을 볼 수 있다,

#데이터 타겟
fish_target = [1] * 35 + [0] * 14
#Scikit-learn 모듈 불러오기
#K-최근접 이웃 알고리즘 구현 클래스 KNeighborsClassifier
from sklearn.neighbors import KNeighborsClassifier
#개체생성 = 모델 선택
kn =  KNeighborsClassifier()
# 학습
kn.fit(fish_data, fish_target)
# 평가
kn.score(fish_data, fish_target)

우선 데이터 타깃은 앞서 생성한 fish_data와 같은 크기의 1차원 리스트로 만들어야 한다. [1]은 도미를 [0]은 빙어이다.

from sklearn.neighbors import KNeighborsClassifier

우선 K - 최근접 알고리즘 이란, 기존에 가진 정보를 바탕으로 새로운 정보가 기존정보에 얼마가 가까운가를 파악해 결과를 가져오는 알고리즘이다. 쉽게 말하면 특정 그룹에 평균값에 가까운 정도를 보고 파악하는 것이다.

Scikit-learn에서는 정보를 학습하고 해당 알고리즘의 성능을 평가 그리고 값을 넣어 결과를 예측하는 3가지 과정을 할 수 있다.

 

객체. fit(피쳐, 타깃) : 특성들에 타깃을 학습시킨다.

객체. score (피쳐, 타깃) : 해당 객체에 대한 정확도를 평가

 

이제 한번 결과를 확인해 보기 위해  멧플롯립을 이용해서 산포도를 생성해 보자

#확인해볼 데이터
kn.predict([[30,600]])

import matplotlib.pyplot as plt
plt.scatter(bream_length,bream_weight)
plt.scatter(smelt_length,smelt_weight)
plt.scatter(30,600,marker='^')
plt.xlabel('length')
plt.ylabel('weight')

머신러닝을 테스트할 때는 객체. predict([ ]) 를 사용하면 되는데 []는 같은 수의 특성을 넣어주어야 오류가 발생하지 않는다.

array([1])

해당 데이터는 임의의 도미 데이터이고 앞서 도미를 [1]로 설정하였기 때문에 알맞은 결과가 나왔다고 볼 수 있다.

최종적으로 산포도로 확인하면 아래와 같다.