[ML] 생성한 데이터셋으로 다중클래스 분류 (K-NN 모델)

• csv 데이터를 읽어와 DataFrame 생성

    import pandas as pd
  
    df = pd.read_csv('./spmm dataset 1024 2048 4096 8192.csv')
  
    df

  

• DataFrame에서 data와 label을 분할해 numpy 배열로 생성

    data = df.values[:,1:4]
  
    label = df.values[:,4]

• label에 따른 target_names 지정

    import numpy as np
  
    target_names = np.array(['spark sm*dm','breeze sm*sm','breeze sm*dm','breeze dm*sm'])

• 데이터셋을 훈련세트와 테스트세트로 나눈다.

  • scikit-learn은 데이터셋을 섞어서 나눠주는 train_test_split 함수를 제공합니다.

    • 이 함수는 전체 행 중 75%를 훈련 세트로, 나머지 25%는 테스트 세트로 만들어줍니다.
    • scikit-learn에서 데이터는 대문자 X로 표시하고 레이블은 소문자 y로 표기합니다.

  • train_test_split 함수로 데이터를 나누기 전에 유사 난수 생성기를 사용해 데이터셋을 무작위로 섞어야 합니다.

    • 이 함수를 여러 번 실행해도 결과가 똑같이 나오도록 유사 난수 생성기에 넣을 난수 초깃값을 random_state 매개변수로 전달합니다.

    • 이렇게 하면 이 코드는 항상 같은 결과를 출력합니다.

        from sklearn.model_selection import train_test_split
      
        X_train, X_test, y_train, y_test = train_test_split(
            data,label,random_state=0
        )

  • train, test 데이터셋 출력

    • 1차원 shape : (숫자, )

    • 2차원 shape : (숫자, 숫자)

      print("X_train 크기: {}".format(X_train.shape))
      print("y_train 크기: {}".format(y_train.shape))
      print("X_test 크기: {}".format(X_test.shape))
      print("y_test 크기: {}".format(y_test.shape))

      X_train 크기: (653, 3)
      y_train 크기: (653,)
      X_test 크기: (218, 3)
      y_test 크기: (218,)

• 모델 생성

  • skikit-learn에서 제공하는 K-최근접 이웃 모델 사용

      from sklearn.neighbors import KNeighborsClassifier
      knn = KNeighborsClassifier(n_neighbors=1)

  • 훈련 데이터셋으로부터 모델 생성

    • knn 객체의 fit 메서드를 사용

        knn.fit(X_train, y_train)

• 훈련된 모델에 샘플값(2차원 Numpy)을 넣어 class 예측해보기

  • knn 객체의 predict 메서드를 사용

      X_new = np.array([[2048, 0.01, 0.03]])
    
      prediction = knn.predict(X_new)
    
      print("예측: {}".format(prediction))
      print("예측한 타깃의 이름: {}".format(target_names[int(prediction)]))

      예측: [1.]
      예측한 타깃의 이름: breeze sm*sm

• 모델 평가하기

  • 테스트 세트를 사용해 정확도를 계산하여 모델의 성능을 평가합니다.

      y_pred = knn.predict(X_test)
    
      print("테스트 세트에 대한 예측값:\n {}".format(y_pred))
      print("테스트 세트의 정확도: {:.2f}".format(np.mean(y_pred == y_test)))

      테스트 세트에 대한 예측값:
       [0. 3. 1. 1. 3. 1. 1. 3. 1. 1. 0. 1. 1. 0. 0. 0. 1. 3. 3. 0. 1. 3. 0. 3.
       1. 3. 1. 0. 0. 0. 3. 1. 0. 0. 1. 1. 1. 3. 1. 1. 0. 0. 0. 3. 0. 0. 0. 1.
       3. 1. 3. 1. 1. 0. 0. 3. 1. 1. 1. 1. 1. 1. 0. 3. 0. 1. 3. 1. 0. 3. 0. 1.
       1. 3. 0. 0. 1. 1. 0. 1. 0. 1. 0. 0. 0. 1. 0. 1. 1. 1. 3. 0. 3. 3. 1. 1.
       3. 1. 3. 0. 1. 3. 1. 1. 3. 0. 1. 1. 0. 0. 3. 0. 1. 1. 1. 3. 2. 1. 3. 0.
       3. 1. 3. 3. 0. 1. 1. 0. 1. 0. 3. 0. 0. 1. 0. 3. 0. 0. 3. 0. 0. 3. 3. 0.
       1. 0. 1. 1. 0. 3. 0. 1. 1. 3. 0. 3. 0. 3. 0. 3. 3. 1. 0. 1. 0. 1. 0. 0.
       3. 0. 0. 0. 1. 1. 0. 1. 3. 0. 3. 1. 0. 0. 0. 0. 1. 0. 3. 3. 3. 1. 0. 0.
       0. 0. 0. 0. 0. 0. 1. 2. 1. 0. 1. 3. 1. 1. 3. 0. 1. 1. 3. 1. 1. 1. 1. 0.
       3. 3.]
    
      테스트 세트의 정확도: 0.89