1. 혼공머신 k-최근접 이웃 알고리즘

구글 코랩을 이용해서 '웹' 브라우저에서 무료로 파이썬 프로그램을 테스트하고 저장할수 있다

https://colab.research.google.com/

실습 1. k-최근접 이웃 알고리즘을 사용하여 2개의 종류를 분류하는 머신러싱 모델 구현하기
(생선이름 자동으로 알려주는 머신러닝 만들기)

생선데이터 출처 : https://www.kaggle.com/aungpyaeap/fish-market

  • 단순하게 생선 길이가 30cm 이상이면 도미야!
if fish_length >=30;
print("도미")

그러나 30cm보다 큰 생선이 모두 도미는 아니다..고래도있고 상어도있고 등등
따라서 머신러닝이 스스로 도미의 기준을 정해서 분류한다

맷플롯립(matplotlib)패키지를 임포트(import)하여 scatter()함수사용

  • 도미 값 입력
bream_length = [25.4, 26.3, 26.5, 29.0, 29.0, 29.7, 29.7, 30.0, 30.0, 30.7, 31.0, 31.0, 
                31.5, 32.0, 32.0, 32.0, 33.0, 33.0, 33.5, 33.5, 34.0, 34.0, 34.5, 35.0, 
                35.0, 35.0, 35.0, 36.0, 36.0, 37.0, 38.5, 38.5, 39.5, 41.0, 41.0]
bream_weight = [242.0, 290.0, 340.0, 363.0, 430.0, 450.0, 500.0, 390.0, 450.0, 500.0, 475.0, 500.0, 
                500.0, 340.0, 600.0, 600.0, 700.0, 700.0, 610.0, 650.0, 575.0, 685.0, 620.0, 680.0, 
                700.0, 725.0, 720.0, 714.0, 850.0, 1000.0, 920.0, 955.0, 925.0, 975.0, 950.0]
                
import matplotlib.pyplot as plt #matplotlib의 pyplot함수를 줄여서 plt로 사용

plt.scatter(bream_length, bream_weight)
plt.xlabel('length')
plt.ylabel('weight')
plt.show()

  • 도미값과 빙어값 모두 입력
smelt_length = [9.8, 10.5, 10.6, 11.0, 11.2, 11.3, 11.8, 11.8, 12.0, 12.2, 12.4, 13.0, 14.3, 15.0]
smelt_weight = [6.7, 7.5, 7.0, 9.7, 9.8, 8.7, 10.0, 9.9, 9.8, 12.2, 13.4, 12.2, 19.7, 19.9]

plt.scatter(bream_length, bream_weight)
plt.scatter(smelt_length, smelt_weight)
plt.xlabel('length')
plt.ylabel('weight')
plt.show()

두개의 리스트 더해서 하나로 만들어주기

length = bream_length + smelt_length
weight = bream_weight + smelt_weight
print("length:", length)
print("weight:", weight)

length: [25.4, 26.3, 26.5, 29.0, 29.0, 29.7, 29.7, 30.0, 30.0, 30.7, 31.0, 31.0, 31.5, 32.0, 32.0, 32.0, 33.0, 33.0, 33.5, 33.5, 34.0, 34.0, 34.5, 35.0, 35.0, 35.0, 35.0, 36.0, 36.0, 37.0, 38.5, 38.5, 39.5, 41.0, 41.0, 9.8, 10.5, 10.6, 11.0, 11.2, 11.3, 11.8, 11.8, 12.0, 12.2, 12.4, 13.0, 14.3, 15.0]
weight: [242.0, 290.0, 340.0, 363.0, 430.0, 450.0, 500.0, 390.0, 450.0, 500.0, 475.0, 500.0, 500.0, 340.0, 600.0, 600.0, 700.0, 700.0, 610.0, 650.0, 575.0, 685.0, 620.0, 680.0, 700.0, 725.0, 720.0, 714.0, 850.0, 1000.0, 920.0, 955.0, 925.0, 975.0, 950.0, 6.7, 7.5, 7.0, 9.7, 9.8, 8.7, 10.0, 9.9, 9.8, 12.2, 13.4, 12.2, 19.7, 19.9]

사이킷런(scikit-lean)사용하여각 특성의 리스트를 아래 세로로 만들기(2차원리스트)

HOW?
zip()함수와 리스트 내포 구문을 사용.
zip : 나열된 리스트 각각에서 하나씩 원소를 꺼내 반환
for : zip함수로 length와 weight 리스트에서 원소를 하나씩 꺼내어 l과 w에 할당
그러면 [l,w]가 하나의 원소로 구성된 리스트가 만들어짐

fish_data = [[l, w] for l, w in zip(length, weight)]
print(fish_data)

[[25.4, 242.0], [26.3, 290.0], [26.5, 340.0], [29.0, 363.0], [29.0, 430.0], [29.7, 450.0], [29.7, 500.0], [30.0, 390.0], [30.0, 450.0], [30.7, 500.0], [31.0, 475.0], [31.0, 500.0], [31.5, 500.0], [32.0, 340.0], [32.0, 600.0], [32.0, 600.0], [33.0, 700.0], [33.0, 700.0], [33.5, 610.0], [33.5, 650.0], [34.0, 575.0], [34.0, 685.0], [34.5, 620.0], [35.0, 680.0], [35.0, 700.0], [35.0, 725.0], [35.0, 720.0], [36.0, 714.0], [36.0, 850.0], [37.0, 1000.0], [38.5, 920.0], [38.5, 955.0], [39.5, 925.0], [41.0, 975.0], [41.0, 950.0], [9.8, 6.7], [10.5, 7.5], [10.6, 7.0], [11.0, 9.7], [11.2, 9.8], [11.3, 8.7], [11.8, 10.0], [11.8, 9.9], [12.0, 9.8], [12.2, 12.2], [12.4, 13.4], [13.0, 12.2], [14.3, 19.7], [15.0, 19.9]]

정답 데이터 만들기(도미 = 1, 빙어 = 0)

WHY?
최소한 어떤 생선이 도미이고 생선인지 알려주기위한 작업 보통 2개일 겨우 1,0으로 구분함

fish_target = [1]*35 + [0]*14
print(fish_target)

[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]

K-최근접 이웃 알고리즘 사용하기

KNeighborsClassfifer 임포트
from sklearn.neighbors import KNeighborsClassifier
임포트한 KNeighborsClassifier클래스를 객체로 만들기
kn = KNeighborsClassifier()

기준데이터와 정답데이터를 학습

fit() 메서드 사용하여 학습
kn.fit(fish_data, fish_target)
score() 메서드 사용하여 학습이 잘 되었는지 확인
1 : 모든 데이터를 정확하게 맞혔다
0.5 : 반만 맞췄다
0 : 애라 모르겠다

kn.score(fish_data, fish_target)
1.0

1.0임으로 정확도 100%

실제로 예측 해보기

predict()메서드는 새로운 데이터의 정답을 예측함

kn.predict([[30,600]]
결과값 : array([1])

1을 도미로 정의했으니, 녹색삼각형은 도미이다! 소오름

K-최근접 이웃 알고리즘은 새로운 데이터를 예측할때 가장 가까운 직선거리에 어떤 데이터가 있는지를 살피기만 하면 됨
단점 : 데이터 그기가 크면 메모리, 시간이 많이 필요해서 대량의 데이터에는 적합 X

  • _fit_X , _y 속성에 데이터가 다있음
print(kn._fit_X)
print(kn._y)
결과값 : 
[[  25.4  242. ]
 [  26.3  290. ]
 [  26.5  340. ]
 [  29.   363. ]
 [  29.   430. ]
 [  29.7  450. ]
 [  29.7  500. ]
 [  30.   390. ]
 [  30.   450. ]
 [  30.7  500. ]
 [  31.   475. ]
 [  31.   500. ]
 [  31.5  500. ]
 [  32.   340. ]
 [  32.   600. ]
 [  32.   600. ]
 [  33.   700. ]
 [  33.   700. ]
 [  33.5  610. ]
 [  33.5  650. ]
 [  34.   575. ]
 [  34.   685. ]
 [  34.5  620. ]
 [  35.   680. ]
 [  35.   700. ]
 [  35.   725. ]
 [  35.   720. ]
 [  36.   714. ]
 [  36.   850. ]
 [  37.  1000. ]
 [  38.5  920. ]
 [  38.5  955. ]
 [  39.5  925. ]
 [  41.   975. ]
 [  41.   950. ]
 [   9.8    6.7]
 [  10.5    7.5]
 [  10.6    7. ]
 [  11.     9.7]
 [  11.2    9.8]
 [  11.3    8.7]
 [  11.8   10. ]
 [  11.8    9.9]
 [  12.     9.8]
 [  12.2   12.2]
 [  12.4   13.4]
 [  13.    12.2]
 [  14.3   19.7]
 [  15.    19.9]]
[1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0
 0 0 0 0 0 0 0 0 0 0 0 0]

즉,

  • 실제로 KNN은 훈련되는게 없다.

  • fit() 메서드에서 전달한 데이터를 모두 저장하고 있다가 새로운 데이터가 등장하면 가장 가까운 데이터를 참고하여 도미인지 빙어인지 구분합니다.
    그럼 가까운 몇 개의 데이터를 참고할까요?

    기본값은 5

  • 만약에 49개(전체)를 참고한다면? ->정확도가 떨어짐

kn49 = KNeighborsClassifier(n_neighbors=49)
kn49.fit(fish_data, fish_target)
kn49.score(fish_data, fish_target)

결과값 : 0.7142857142857143 << 35/49확률임

그렇다면 기본값이 얼마일때 1이하로 내려갈까?
코딩 ㄱㄱ
kn = KNeighborsClassifier()
kn.fit(fish_data, fish_target)

for n in range(5,50):
   kn.n_neighbors = n
   score = kn.score(fish_data, fish_target)
   if score < 1:
     print(n,score)
     break
     
 결과 : 18 0.9795918367346939

즉, 18부터 1 이하로 떨어짐으로 17까지는 정확도가 1이닷!

좋은 웹페이지 즐겨찾기