HOME » WIKI » Scikit Learn

Scikit Learn

• 개요
• 팩키지
• 클래스
• 기타
  • 상관 계수^{correlation coefficient}

개요

• scikit-learn의 분류기 비교
  랜덤 포레스트는 선형에 가까운 모습을, RBF SVM은 비선형에 가까운 모습을 보여준다. SVM의 정확도가 가장 높다. 의외로 NN이 선형으로 구분되는 모습을 보여주는 점이 특이하다. kNN도 잘 동작하는데 아마 오버피팅이 매우 심할 것 같다.
• scikit-learn의 적절한 평가기 선택하기
  스무고개 형태로 적절한 평가기를 선택할 수 있는 가이드를 제공한다.

팩키지

데이터 사이언스 스쿨의 Scikit-Learn 패키지 소개와 scikit-learn 공식 홈페이지의 전체 API 레퍼런스

클래스

• 전처리용 클래스
  • fit(): 학습
  • transform(): 추론할때 사용. 처리된 모델내에서 적용한다.
  • fit_transform(): 학습하면서 결과를 함께 리턴한다. 증분 학습이 되는건 아니다.
• 머신러닝 모형 클래스
  • fit(): 학습
  • predict(): 예측 또는 추론
  • predict_proba(): 확률 표시
  • score()
• Pipeline 클래스
  • 복수의 Preprocessor와 Model을 연결하여 하나의 Model처럼 행동
  • Model 클래스가 제공하는 공통 메서드를 모두 제공
  • pipeline 내부에서 Preprocessor에서 자료를 계속 변형한 후 마지막으로 Model에 입력

기타

scikit-learn은 학습 데이타에서 파생된 속성은 맨 뒤에 _를 붙여 사용자가 지정한 파라미터와 구분한다. 예를 들어 LinearRegression에서 coef_, intercept_.

상관 계수^{correlation coefficient}

표준 상관 계수^{standard correlation coefficient}는 corr()를 이용해 쉽게 계산할 수 있다.

corr_matrix = housing.corr()

>>> corr_matrix["median_house_value"].sort_values(ascending=False)
median_house_value    1.000000
median_income         0.687170
total_rooms           0.135231
housing_median_age    0.114220
households            0.064702
total_bedrooms        0.047865
population           -0.026699
longitude            -0.047279
latitude             -0.142826
Name: median_house_value, dtype: float64