파이프라인

Pipeline

• Jupyter Notebook을 사용하면 데이터 전처리, 하이퍼 파리미터 튜닝 등 여러 반복을 진행하다보면 혼란을 야기할 수 있다.
• Sklearn에는 Pipeline을 이용해 여러 단계 (전처리 -> 학습 -> 예측)을 하나의 객체로 묶을 수 있다.
• 코드와 노트의 일관성과 가독성을 향상시킨다.

Python 실습

# 데이터 불러오기
import pandas as pd

df = pd.read_csv("/kaggle/input/wine-quality-data-set-red-white-wine/wine-quality-white-and-red.csv")
df['color'] = df['type'].replace({'red':0,'white':1})
df['taste'] = [1 if i > 5 else 0 for i in df['quality']]
df.tail()

from sklearn.pipeline import Pipeline
from sklearn.tree import DecisionTreeClassifier
from sklearn.preprocessing import StandardScaler

# 실행할 단계의 이름과 객체를 변수로 선언
estimator = [('scaler', StandardScaler()),
              ('clf', DecisionTreeClassifier())]

# pipline 객체를 생성
pipe = Pipeline(estimator)

파이프라인 단계 속성 확인
pipe.steps
pipe[0]
pipe['scaler']
# 결과: [('scaler', StandardScaler()), ('clf', DecisionTreeClassifier())]

# 스텝이름 + __ + 파라미터로 각 클래스의 파라미터틀 설정

pipe.set_params(clf__max_depth = 2)
pipe.set_params(clf__random_state = 13)

# 데이터 분리
from sklearn.model_selection import train_test_split

X = df.drop(['type','quality','taste'], axis = 1)
y = df['taste']

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.2, random_state = 23)

# 모델 생성
pipe.fit(X_train, y_train)

y_pred_tr = pipe.predict(X_train)
y_pred_ts = pipe.predict(X_test)

accuracy_score(y_train,y_pred_tr),accuracy_score(y_test,y_pred_ts)

# 시각화
from sklearn.tree import plot_tree
import matplotlib.pyplot as plt

plt.figure(figsize=(12,8))
plot_tree(pipe['clf'], filled=True,
          feature_names = X_train.columns,
          class_names = ['red','white'],
          rounded = True
         )
plt.show()