01-3 마켓과 머신러닝

가장 간단한 머신러닝 알고리즘 중 하나인 K-최근접 이웃을 사용하여 2개의 종류를 분류하는 머신러닝 모델을 훈련합니다.

 

Situation & Target

• 마켓에서  팔기 시작한 생선을 프로그램으로 분류한다고 가정해보자. 어떻게 프로그램을 만들어야 할까?
• 생선 데이터셋의 출처: https://www.kaggle.com/aungpyaeap/fish-market

 

Action & Result

• 도미 데이터 준비하기

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

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

 

• 35마리의 도미
• 첫번째 도미의 길이는 25.4cm, 무게는 242.0g. 각 도미의 특징을 길이와 무게로 표현한 것을 특성(feature)이라 한다.

 

• 빙어 데이터 준비하기

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()

• 14마리의 빙어
• 빙어는 길이가 늘어나더라도 무게가 많이 늘지 않아 무게가 길이에 영향을 덜 받는다고 할 수 있다.

 

 

 

• 첫 번째 머신러닝 프로그램

length = bream_length+smelt_length
weight = bream_weight+smelt_weight

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

print(fish_data)

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

from sklearn.neighbors import KNeighborsClassifier

kn = KNeighborsClassifier()

kn.fit(fish_data, fish_target)

kn.score(fish_data, fish_target)

 

• 도미와 빙어 데이터를 합쳐 length, weigth 리스트로 만든다.
• [ length, weigth ]가 하나의 원소로 구성된 리스트 fish_data를 만든다.
• 생선 49개의 길이와 무게를 모두 준비했으니. 정답 데이터를 준비해야 한다.
• 도미와 빙어를 순서대로 나열했기 때문에 도미 1, 빙어 0으로 표현하여,
• 1이 35번 등장하고 0이 14번 등장하는 정답 데이터를 준비한다.
• KNeighborsClassifier를 import 하고 KNeighborsClassifier() 객체를 만든다.
• 이 객체에 fish_data, fish_target를 전달하여 도미를 찾기 위한 기준을 학습시킨다.
• fit() 메서드가 이런 역할을 맡는다.
• score() 메서드를 통해 1.0의 수치를 도출하였다. 정확도 100% 성능의 모델임을 확인할 수 있다.

 

 

 

• K-최근접 이웃 알고리즘

plt.scatter(bream_length, bream_weight)
plt.scatter(smelt_length, smelt_weight)
plt.scatter(30, 600, marker='^')
plt.xlabel('length')
plt.ylabel('weight')
plt.show()

kn.predict([[30, 600]])

for i, data in enumerate(kn._fit_X):
    if i%5 == 0:
        print()  # 5번째 데이터 이후 줄바꿈
    print(data, end=" ")

print(kn._y)

kn49 = KNeighborsClassifier(n_neighbors=49)

kn49.fit(fish_data, fish_target)
kn49.score(fish_data, fish_target)

print(35/49)

• 삼각형으로 표시되는 [300, 60]의 데이터를 입력. 이 삼각형은 도미와 방어중 어디에 속할 까?
• kn._fit_X에 fish_data, kn._y에 fish_target을 가지고 있다.
• 참고 데이터를 49개로 한 kn49 모델을 사용하여 예측
• kn49 모델은 도미만 올바르게 맞히기 때문에, score는 0.7242...도출
• 49개중 35개를 정확히 맞힐 확률(35/49) = 0.7242...
• 따라서, 도미 예측 모델은 도미를 완벽하게 분류할 수 있다.