머신러닝 정리

About this offer

머신러닝 회귀 코드순서 라이브러리 불러오기 데이터 불러오기 데이터 전처리 입력값(X)과 정답값(y) 분리 학습용·테스트용 데이터 분리 모델 생성 및 학습 예측 성능 평가 결과 시각화 및 변수 중요도 확인 회귀 : 숫자예측 X : 정보 y : 맞일 데이터 X_train, X_test : 모델 학습용 데이터 y_train, y_test : 모델 성능 확인 데이터 [1, 라이브러리 작성] import pandas as pd import seaborn as sns import matplotlib.pyplot as plt from sklearn.model_selection import train_test_split from sklearn.tree import DecisionTreeRegressor from sklearn.ensemble import RandomForestRegressor from sklearn.metrics import root_mean_squared_error 데이터 불러오기 base_path = r"데이터 위치" file_name = r"데이터 이름.csv" file_path = os.path.join(base_path, file_name) df = pd.read_csv(file_path) df.head() 3. 전처리 작성 df.info() df.describe() - 불필요한 정보 제거 (이름, 이상치 ...) - 필요없는 열 제거 ✨[자주사용] df.drop(columns="열이름") # 특정 열삭제 df[df["열이름"] < 기준값] # 조건에 맞는 열만 남김 df["새로운 열"] = 계산식 # 새로운 열 만들기 4. 범주형 데이터 변환 - 분류형 -> 수치형 df = pd.get_dummies({참고데이터, columns=[바꿀 열이름], drop_tirst=True, dtype=int}) 5. X와 y분리 작성 X = df.drop(columns=예측대상의 열이름) y = df[예측 대상 열이름] 6. 학습용, 테스트용 데이터 분리 X_train, y_train, y_test, y_train = train_test_split( X, y, test_size=0.2, random_state=2026 ) 7. 결정 트리 - 작성법 (예시) tree_model = DecisionTreeRagressor( max_depth=6, # 최대 깊이 min_samples_leaf=5, # 최소 데이터 수 random_state=2026 ) tree_model.fit(X_train, y_train) ⭐️ .fit :모델 학습 (예측과 평가) tree_pred = tree_model.predict(X_test) ⭐️ .predict : 예측 tree_rmse = root_mean_squared_error(y_test, tree_pred) 실제 가격과 모델이 예측한 가격차이가 얼마나 차이나는지 계산(확인) 실제 정답 모델의 예측 ↓ ↓ y_test tree_pred └─────────┬─────────────┘ ↓ root_mean_squared_error() ↓ 오차 계산 ↓ RMSE 8. 랜덤 포래스트 작성법 - 여러개의 결정 트리를 만든 뒤 각 트리의 예측을 평균 내는 모델 (예시) rf_model = RandomForestRegressor( n_estimators=200, # 결정트리 200생성 random_state=2026 # 실행결과 고정 ) 2. 학습 rf_model✨.fit(X_train, y_test) # rf_model: 학습이 끝난 랜덤포레스트 3. 예측 rf_pred = rf_model✨.predict(X_test) # predict: 예측해라, X_test: 4. 평가 rf_rmse = root_mean_squared_error(y_test, rf_pred) # rf_pred:모델이 예측한 문제 # ✨실제값과 예측값 비교-> RMSE 계산 5. 출력 print(f"랜덤 포레스트 RMSE: {rf_rmse:.3f}") # 소수점 3자리 까지 표시 (✨ = 중요표시 ) -⭐️ 회귀 랜덤 포레스트에서는 각 트리가 내놓은 예측값을 평균함 - rf_pred : X_test 정체에 개한 예측값 묶음-> 리스트로 반환됨 (rf_pred = rf_model.predict(X_test) ->[1, 2, 3 ...]) - predict(X): 입력된 샘플 각각에 대한 예측값을 반환 모델의 예측 -> rf_pred 실제정답 -> y_test 입력 데이터 ↓ 결정 트리 1 ─┐ 결정 트리 2 ─┼─ 평균 → 최종 가격 예측 결정 트리 3 ─┘ 9. 실제값과 예측값 시각화 sns.scatterplot(x=y_test, y=rf_pred) plt.plot( [y_test.min(), y_test.max()], [y_test.min(), y_test.max()], color="red" ) plt.xlabel("실제 판매 가격") plt.ylabel("예측 판매 가격") plt.show() 10. 변수 중요도 작성법 ``` # ✨표로 만들기 feature_importance = pd.DataFrame({ "feature": X.columns, # "feature"열에 X.columns 데이터 들어감 (X.columns : ✨변수명) "importance": rf_model.feature_importances_ # ^(랜덤 포레스트가 학습한)변수✨중요도 }).sort_valies("importance", ascending=False) # sort_valies() : 값을 기준으로 ✨정렬하는 함수 -> "importance"값을 기준으로 정렬, ascending=False 내림차순 print(feature_importance) sns.barplot( data=feature_importance, x="importance", y="feature" ) pit.title("변수 중요도") plt.show() feature_importances_ : 랜덤 포레스트가 예측할 때 어떤 변수가 상대적으로 중요하게 사용했는지 보여줌 (값이 클수록 랜덤 포레스트가 예측할 때 그 변수를 많이 활용했다는 의미)