지도학습 패키지 소개

Scikit-learn

Scikit-learn 이란?

“사이킷런”은 다양한 머신ㅁ러닝 알고리즘이 구현되어 있는 오픈 소스 패키지이다.
그렇기 때문에 내부 작동 과정을 하나하나 확인할 수 있다.

• 데이터 처리, 파이프라인, 여러 학습 알고리즘, 전/후처리 등 다양한 기능을 제공.
  • 실제 산업 현장이나 학계에서도 널리 사용됨
• 또한, 타 파이썬 패키지와 과학 분석 목적 패키지와 연동이 좋다.

scikit-learn의 주요 객체

• scikit-learn에서는 아래의 주요 기능을 갖는 객체를 제공

• 제공하는 머신러닝 모델 및 알고리즘은 아래 객체의 메서드를 전부 혹은 일부를 사용

• 이는 통일된 API 호출 시스템을 구성해 사용자가 손쉽게 사용할 수 있는 인터페이스를 제공하기 위함

• Estimator (학습수행기[추정기])

  • fit() 메서드를 활용하여 학습을 진행
  • 데이터로부터 패턴을 학습하고 결과로 모델 내부 파라미터를 조정

• Predictor (예측기)

  • predict() 메서드를 활용
  • 학습된 모델을 사용해 새로운 데이터에 대한 예측을 수행

• Transformer (변환기)

  • 데이터를 새로운 형태로 변환하기 위해 transform() 메서드 활용
  • 군집화, PCA 차원 축소 등의 과정을 위해 fit_transform() 메서드를 활용

• Model (모델)

  • 모델의 학습 적합도를 확인할 수 있도록 score() 메서드를 제공
  • 학습된 모델의 성능을 평가할 수 있음

scikit-learn의 주요 객체를 활용한 예시 코드

!

• 먼저 scikit-learn에서 필요한 함수들을 호출 해준다.

from sklearn.datasets import make_regression
from sklearn.linear_model import LinearRegression
from sklearn.preprocessing import StandardScaler
from sklearn.metrics import mean_squared_error

• 이후 make_regression으로 활용할 데이터를 만들어준다.

X, y = make_regression(n_samples=100, n_features=1,
												noise=0.4, random_state=0)

• Transformer! StandardScaler을 이용해 데이터를 표준화 한다.

scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)

1. scaler = 데이터의 분포를 다른 분포로 바꿔준다.
   이렇게 바꿔주는 개념을 가진 녀석들은 Transformer이라고 한다.
2. X_scaled이후 처음에 만든 데이터 X를 fit_transform메소드를 활용해 Transformer해준다.

• Estimator(학습)! 선형 회귀 모델 생성 및 학습

model = LinearRegression()
model.fit(X_scaled, y)

1. LinearRegression() 는 Estimator 라는 객체를 내포하고 있다.
2. 그래서 여기에 .fit(데이터)를 넣어주면 학습이 된다.
   여기서 굳이 LinearRegression() 가 아니더라도 [특정모델.fit](http://특정모델.fit) 을 해주면 학습이 됨.

• 학습 후 예측! Predictor!

y_pred = model.predick(X_scaled)

1. model.predick(X_scaled) : X_scaled모델에 대한 예측값을 출력하게 된다.

• 모델 성능 평가! Model!

score = model.score(X_scaled, y)
mse = mean_squared_error(y, y_pred)

1. model.score() : 만든 모델에 대하여 점수를 매긴다.

---

파이프라인, Pipeline

파이프라인이란?
머신러닝 워크플로우의 여러 단계를 하나의 수준으로 연결하는 작업.
결과물의 형태로 나타난다.

• 데이터 전처리부터 모델 학습과 예측까지 원하는 범위의 작업을 하나로 묶을 수 있다.
• 효율적으로 코드를 작성하고 관리할 수 있다.

파이프라인의 경우 완성 후 수정이 힘들기 때문에
보통 모델을 완성 후 마지막으로 파이프라인을 만든다고 한다.

• Pipeline 생성 예시

Pipeline 메소드를 이용해서 아래와 같이 만들 수 있다(인자에는 키, 벨류 가 들어감)

make_pipeline 메소드로도 만들 수 있다.(인자에는 벨류가 들어감)

파이프라인 주의할 점!

• Pipeline의 가장 마지막을 제외하고는 모두 변환기(transformer)여야 함

  • 다음 과정으로 데이터를 넘겨주어야 하므로

• 마지막은 추정기(estimator), 예측기(predictor), 변환기(transformer)가 올 수 있음

  • 추정기(학습)나 예측기가 온다면 fit()과 predict()를 사용해 모델 학습과 추론을 진행할 수 있고
  • 번환기가 온다면 단순 전처리기 정도로 사용할 수 있음

• 마지막 단계의 컴포넌트는 파이프라인의 최종 메서드에 영향을 미침

  • 만약, 마지막 컴포넌트가 변환기라면 fit()과 predict() 메서드를 사용할 수 없음

---

Scikit-learn의 Learning Map

Scikit-learn 에서 제공하는 사용 흐름도!

머신러닝을 개발할때 참고하면 좋다고 한다.

START부분에서부터 시작!

---

기타 패키지

Numpy

Python에서 다차원 배열 연산, 행렬 연산, 고수준의 수학 함수, 난수 생성과 같은 과학적인 계산을 위한 패키지

• 데이터 분석, 머신러닝의 기반이 되는 필수 라이브러리
• 특히, scikit-learn에서 사용하는 기본 데이터 구조가 Numpy의 배열(array)

pandas

Python에서 사용하는 패키지로 데이터 분석 기능을 제공하는 패키지

• 엑셀, CSV, 데이터베이스와 같은 다양한 파일에서 데이터를 읽어 들일 수 있는 기능을 제공
• DataFrame이라는 데이터 구조를 기반으로 SQL처럼 테이블에 Query 명령을 수행할 수 있음

Matplotlib

Python에서 사용하는 과학 계산용 그래프 시각화 오픈소스 라이브러리

• 데이터를 바탕으로 선 그래프, 히스토그램, 산점도 등의 다양한 그래프를 시각화
• Colab과 같이 웹 상황에서 Matplotlib을 사용하려면 ʻ%matplotlib inlineʼ 매직 명령어를 사용해야 함