[데이터분석] split하기

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)

DataFrame으로 변환하고 data 보기

X_train, X_test, y_train, y_test = train_test_split(iris_data, iris_label, 
                                                    test_size=0.2, random_state=11)

test 데이터 셋과 train 데이터 셋으로 나눔

20%를 test_size로 지정하면 자동으로 train_size는 80%로 됨

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

# 학습 수행 
dt_clf.fit(X_train, y_train)

X_train과 y_train으로 fit 진행해야됨
X와 y가 맞게끔 학습 시킨건데 그냥 X, y를 넣게 되면 앞에 test와 train을 나눈 의미가 없고 평가하기 위해서는 test데이터 set이 필요하기 때문