Python에서 scikit-learn 머신러닝 라이브러리를 사용하는 방법입니다.

Foreword

scikit-learn은 Python에서 가장 인기 있는 기계 학습 라이브러리 중 하나입니다. 분류, 회귀, 클러스터링, 차원 축소 등을 포함한 다양한 기계 학습 알고리즘과 도구를 제공합니다.

scikit-learn의 장점은 다음과 같습니다.

• 사용하기 쉬움: scikit-learn의 인터페이스는 간단하고 이해하기 쉬워 사용자가 기계 학습을 쉽게 시작할 수 있습니다. 통합 API: scikit-learn의 API는 매우 통일되어 있으며, 다양한 알고리즘을 사용하는 방법이 기본적으로 동일하므로 학습 및 사용이 더욱 편리합니다.

• 다수의 기계 학습 알고리즘 구현: scikit-learn은 다양한 기존 기계 학습 알고리즘을 구현하고 알고리즘 디버깅 및 최적화를 더 쉽게 만드는 다양한 도구와 기능을 제공합니다.

• 오픈 소스 및 무료: scikit-learn은 완전한 오픈 소스이며 무료이므로 누구나 코드를 사용하고 수정할 수 있습니다.

• 효율성과 안정성: scikit-learn은 다양하고 효율적인 기계 학습 알고리즘을 구현하고 대규모 데이터 세트를 처리할 수 있으며 안정성과 신뢰성 측면에서 우수한 성능을 발휘합니다. scikit-learn은 API가 매우 통합되어 있고 모델이 상대적으로 간단하기 때문에 입문 수준의 기계 학습에 매우 적합합니다. 여기서 제가 추천하는 것은 각 모델의 적용 범위를 소개할 뿐만 아니라 코드 샘플도 제공하는 공식 문서와 함께 공부하는 것입니다.

Linear Regression Model-LinearRegression

LinearRegression 모델은 선형 회귀 기반 모델로 연속변수 예측 문제를 해결하는 데 적합합니다. 이 모델의 기본 아이디어는 선형 방정식을 수립하고, 독립변수와 종속변수의 관계를 직선으로 모델링하고, 훈련 데이터를 이용하여 직선에 맞춰 선형 방정식의 계수를 구하는 것이며, 그런 다음 이 방정식을 사용하여 예측을 위한 데이터를 테스트합니다.

LinearRegression 모델은 주택 가격 예측, 매매 예측, 사용자 행동 예측 등 독립 변수와 종속 변수 사이에 선형 관계가 있는 문제에 적합합니다. 물론 독립변수와 종속변수의 관계가 비선형일 경우에는 LinearRegression 모델의 성능이 떨어지게 됩니다. 이때 문제를 해결하기 위해 다항식 회귀, 능선 회귀, Lasso 회귀 등의 방법을 사용할 수 있습니다.

데이터 세트 준비

다른 요소의 영향을 제외하면 학습 시간과 학습 성과 사이에는 일정한 선형 관계가 있습니다. 물론 여기서 학습 시간은 효과적인 학습 시간을 의미하며 이를 성과로 표현합니다. 학습시간도 늘어납니다. 그래서 우리는 공부 시간과 성적에 대한 데이터 세트를 준비합니다. 데이터 세트의 일부 데이터는 다음과 같습니다:

학습 시간, 점수
0.5, 15
0.75, 23
1.0, 14
1.25, 42
1.5, 21
1.75, 28
1.75, 35
2.0, 51
2.25, 61
2.5,49

선형회귀를 사용하여

특징과 목표를 결정하세요

학습시간과 등급 사이에서 학습시간은 독립변수인 특징이고, 등급은 종속변수입니다. 그래서 우리는 학습을 준비해야 합니다. 특징과 라벨은 시간과 등급 데이터세트에서 추출됩니다.

import pandas as pd
import numpy as np
from sklearn.metrics import r2_score, mean_squared_error
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
# 读取学习时间和成绩CSV数据文件
data = pd.read_csv('data/study_time_score.csv')
# 提取数据特征学习时间
X = data['学习时间']
# 提取数据目标(标签)分数
Y = data['分数']

훈련 세트와 테스트 세트를 나눕니다

특성 및 라벨 데이터가 준비되면 scikit-learn의 LinearRegression을 사용하여 훈련하고 데이터 세트를 훈련 세트와 테스트 세트로 나눕니다.

"""
将特征数据和目标数据划分为测试集和训练集
通过test_size=0.25将百分之二十五的数据划分为测试集
"""
X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=0.25, random_state=0)
x_train = X_train.values.reshape(-1, 1)
model.fit(x_train, Y_train)

모델 선택 및 데이터 피팅

테스트 세트와 트레이닝 세트를 준비한 후 트레이닝 세트에 적합한 모델을 선택하여 다른 특성에 해당하는 목표를 예측할 수 있습니다

# 选择模型，选择模型为LinearRegression
model = LinearRegression()
# Scikit-learn中，机器学习模型的输入必须是一个二维数组。我们需要将一维数组转换为二维数组，才能在模型中使用。
x_train = X_train.values.reshape(-1, 1)
# 进行拟合
model.fit(x_train, Y_train)

모델 매개변수 가져오기

데이터 세트에는 두 개의 학습 시간과 등급만 포함되어 있으므로 그 뒤에 있는 수학 공식은 y=ax+b입니다. 여기서 y 종속 변수는 등급이고 x 독립 변수는 학습 시간입니다. .

"""
输出模型关键参数
Intercept: 截距 即b
Coefficients: 变量权重 即a
"""
print('Intercept:', model.intercept_)
print('Coefficients:', model.coef_)

Backtest

위의 피팅 모델은 테스트 세트 데이터만 사용하여 모델 피팅에 대한 백테스트를 수행해야 합니다. 특성 테스트 세트를 통해 예측을 하고, 획득된 목표 예측 결과를 실제 목표 값과 비교하여 모델의 적합도를 얻을 수 있습니다.

# 转换为n行1列的二维数组
x_test = X_test.values.reshape(-1, 1)
# 在测试集上进行预测并计算评分
Y_pred = model.predict(x_test)
# 打印测试特征数据
print(x_test)
# 打印特征数据对应的预测结果
print(Y_pred)
# 将预测结果与原特征数据对应的实际目标值进行比较，从而获得模型拟合度
# R2 (R-squared)：模型拟合优度，取值范围在0~1之间，越接近1表示模型越好的拟合了数据。
print("R2:", r2_score(Y_test, Y_pred))

• 프로그램 실행 결과

• 위 코드에 따르면 LinearRegression 모델의 피팅 정도, 즉 데이터가 선형 모델에 적합한지 여부를 결정해야 합니다. 프로그램 실행 결과는 다음과 같습니다.

예측 결과:
[47.43726068 33.05457106 49.83437561 63.41802692 41.84399249 37.84880093
23.46611131 37.84880093 26.662 58. 62379705 50.63341392 18.67188144 41.04495418 20.26995807 77.80071653
28.26034119 13.87765157 61.8 1995029 90.58532953 77. 80071653 36.25072431
84.19302303]
R2: 0.8935675710322939

위 내용은 Python에서 scikit-learn 머신러닝 라이브러리를 사용하는 방법입니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!