🐹 Scikit-learn

💡 1. Scikit-learn

• 대표적인 파이썬 머신러닝 모듈
• 다양한 머신러닝 알고리즘 제공
• 다양한 샘플 데이터 제공
• 머신러닝 결과를 검증하는 기능 제공
• BSD 라이선스이기 때문에 무료로 사용 및 배포 가능
• 사이킷런 공식 홈페이지

💡 2. LinearSVC

• 클래스를 구분으로 하는 분류 문제에서 각 클래스를 구분하는 선을 그려주는 방식을 사용하는 알고리즘
• 지도학습 알고리즘을 사용하는 학습 전용 데이터와 결과 전용 데이터를 모두 가지고 있어야 사용할 수 있음

from sklearn.svm import LinearSVC
from sklearn.metrics import accuracy_score

# 학습 데이터를 준비
learn_data = [[0,0], [1,0], [0,1], [1,1]] # 독립변수
learn_label = [0,0,0,1] # 종속변수

# 모델 객체 생성
svc = LinearSVC()

# 학습
svc.fit(learn_data, learn_label)

# 검증 데이터 준비
test_data = [[0,0], [1,0], [0,1], [1,1]]

# 예측
test_label = svc.predict(test_data)

test_label

> array([0, 0, 0, 1])

# 결과 검증
print(test_data, '의 예측 결과: ', test_label)
print('정답률: ', accuracy_score([0, 0, 0, 1], test_label))

> [[0, 0], [1, 0], [0, 1], [1, 1]] 의 예측 결과:  [0 0 0 1]
> 정답률:  1.0