Today

강의

• 파이썬 머신러닝 완벽 가이드 (45%)

스터디 내용

• 평가 파트 복습 및 지도학습 분류 파트 수강
• 지도학습 회귀 파트 수강

결과

import numpy as np
import pandas as pd
from scipy import stats
from sklearn.datasets import load_boston
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error , r2_score


boston = load_boston()
bostonDF = pd.DataFrame(boston.data , columns = boston.feature_names)

bostonDF['PRICE'] = boston.target
bostonDF.shape
bostonDF.head()

y_target = bostonDF['PRICE']
X_data = bostonDF.drop(['PRICE'],axis=1,inplace=False)

X_train , X_test , y_train , y_test = train_test_split(X_data , y_target ,test_size=0.3, random_state=156)

# 선형 회귀 OLS방식 학습/예측/평가 수행
lr = LinearRegression()
lr.fit(X_train ,y_train )
y_preds = lr.predict(X_test)
mse = mean_squared_error(y_test, y_preds)
rmse = np.sqrt(mse)

print('MSE : {0:.3f} , RMSE : {1:.3F}'.format(mse , rmse))
print('Variance score : {0:.3f}'.format(r2_score(y_test, y_preds)))

Tomorrow

• 강의 복습
• 회귀 파트 마무리

Summary

• 강의를 빠르게 듣고 책을 한 번 읽어 보는 식으로 진행중이다. 코드까지 직접 작성하기에는 너무 느려 일단은 진도를 나가며 익숙해 지는데 초점을 맞췄다.
• 아직은 틀이 안잡힌 느낌이고 생소하다. 그냥 진도를 빨리 다 나간 후 매일 매일 조금씩 실습해보며 익혀야겠다.