#14サイキレン氏によると、最初の機械はapp-予測ペンの品種を学ぶ

コースランニング

機械学習用語の整理

アドバイザラーニング-分類

ペンデータ分類予測プロセス

# 사이킷런 버전 확인
import sklearn
print(sklearn.__version__)

# 필요한 모듈 로딩
from sklearn.datasets import load_iris # iris 내장 데이터 셋을 불러옴
from sklearn.tree import DecisionTreeClassifier # 결정트리 클래스타입
from sklearn.model_selection import train_test_split # 학습데이터와 테스트 데이터를 분리하는.

import pandas as pd

# 붓꽃 데이터 세트를 로딩합니다. 
iris = load_iris()

# iris.data는 Iris 데이터 세트에서 피처(feature)만으로 된 데이터를 numpy로 가지고 있습니다. 
iris_data = iris.data

# iris.target은 붓꽃 데이터 세트에서 레이블(결정 값) 데이터를 numpy로 가지고 있습니다. 
iris_label = iris.target
print('iris target값:', iris_label)
print('iris target명:', iris.target_names)

# 붓꽃 데이터 세트를 자세히 보기 위해 DataFrame으로 변환합니다. 
iris_df = pd.DataFrame(data=iris_data, columns=iris.feature_names)
iris_df['label'] = iris.target
iris_df.head(3)

# 학습데이터와 테스트데이터로 분리
X_train, X_test, y_train, y_test = train_test_split(iris_data, iris_label, 
                                                    test_size=0.2, random_state=11)

# DecisionTreeClassifier 객체 생성 
dt_clf = DecisionTreeClassifier(random_state=11)

# 학습 수행 
dt_clf.fit(X_train, y_train)

# 학습이 완료된 DecisionTreeClassifier 객체에서 테스트 데이터 세트로 예측 수행. 
pred = dt_clf.predict(X_test)
pred

from sklearn.metrics import accuracy_score
print('예측 정확도: {0:.4f}'.format(accuracy_score(y_test,pred)))