피마 인디언 데이터 분석 해보기

데이터셋을 가져와보겠습니다

# 필요한 패키지 불러오기
import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
from sklearn.ensemble import RandomForestClassifier

# 데이터셋 불러오기
data = pd.read_csv('https://raw.githubusercontent.com/taehojo/data/main/pima-indians-diabetes.csv', header=None)

데이터셋은 총 9개의 열로 구성되어 있으며, 마지막 열이 예측해야 하는 결과값인 '당뇨여부'입니다. 따라서 데이터셋을 X와 y로 나누어줍니다.

# X와 y로 나누기
X = data.iloc[:, :-1].values
y = data.iloc[:, -1].values

데이터셋을 훈련 데이터와 테스트 데이터로 나누어줍니다. 여기서는 80%를 훈련 데이터셋으로, 20%를 테스트 데이터셋으로 나누었습니다.

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

마지막으로 랜덤 포레스트(Random Forest) 알고리즘을 사용하여 모델을 학습시키고, 예측 결과를 출력해보겠습니다.

# 랜덤 포레스트 모델 학습
rf = RandomForestClassifier(n_estimators=100, random_state=42)
rf.fit(X_train, y_train)

# 테스트 데이터셋 예측
y_pred = rf.predict(X_test)

# 정확도 출력
print("Accuracy:", accuracy_score(y_test, y_pred))