패스트캠퍼스 환급챌린지 31일차 미션 (3월 2일) : 딥러닝·인공지능 Signature 초격차 패키지 Online. 강의 후기

 

자, 오늘은 

 

CH01-01. 실습 환경 이해하기&

CH02-01. 제조 데이터의 분류기 실습 - 02. 주요 코드 미리보기

 

 

 

CH01-01. 실습 환경 이해하기 

드디어 실습이다.

 

실습목표

"코랩이란" 

클라우드 기반 무료 노트북 개발 환경, 무료사용, 머신러닝, 딥러닝을 위한 기본 패키지가 설치,

깃허브와 연동되어 공유 용이, 소스코드는 구글 드라이버에 저장 가능, 최대 세션 유지시간 12시간(무료)

 

이만큼 장점이 있다고 한다.(코랩은 지난번에 알아봤으니 빨리 패스)

 

 

# Heading

Html 하면 계층적 구조 할 때, 헤드 영역 나누듯이 하이어라키가 반영된 구조를 볼 수 있다.

 

개요니까 몰랏던 것들만 정리 해보자.

 

.py vs ipynb

파이썬 파일의 확장자 : py

노트북 환경에서 작성한 파이선 파일의 확장자 : .ipynb(인터랙티브 환경에서 작성한 파이썬 파일이다 라는 뜻)

    - 노트북 환경에서 작성할 경우, 마크다운과 코드가 함께 작성

 

코드만 관리하냐, 마크다운 설명도 같이 관리하냐.차이

 

.ipynb -> .py : 마크다운으로 작성된 부분이 주석으로 처리되어 저장

.py -> .ipynb: 하나의 코드셀에 코드 작성

.ipynb 파일에서 .py로 작성한 다른 파일 import

     - work directory에 python 파일이 함께 존재해야한다.

 

패키지 설치는 이미 코랩에 머신러닝에 필요한 주요 패키지가 설치되어있고, pip install 명령을 이용하면 된다.

 

깃도 깃허브로 연결할 수 있다.

 

CH01-02. 제조 데이터 분류기 실습

코랩이랑 왔다갔다 해야하니까 집중~! 이분시간에는 클래시파이어 모델을 만들어 보고자 한다.

 

 

실습을 위한 앞선 작업들은

 

#라이브러리 & 데이터 로드

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

import seaborn as sns

 

이런식으로 라이브러리를 설치 한 후

 

df.head()를 통해 데이터 헤드를 찍어보면 데이터 표를 볼수 있다.

df.shape를 통해 (1000,7) 이라는 숫자를 통해 데이터 쉐입을 알 수가 있고,

 

df['target'].unique()

이건 타겟 컬럼에서 중복 제거가 된 유일 값만을 우리가 확인하고자 할 때 쓸 수 있다.

위의 이미지에서 볼 때 0과 1로만 구성된걸 보면 이 타겟은 0 또는 1의 값을 가지는 것을 알 수 있다.

 

df['target'].value_counts()

유니크 한 값들이 몇개 들어있는지 알 수 있다.

해당 코드를 돌려보니 0은 588개, 1은 412개가 있음을 확인했다.

 

df.describe()

데이터의 탐색을 진행한다. 

a1 기준을 볼 때

위에서부터 count : 1000개의 카운트 값

mean: 평균 28.82

std : 스탠다드 데이터는 10.5

min: 미니멈값 5

max; 최대값 50

 

정규분포를 띈다고 판단할 수 있다.

 

 

a1은 첫번쨰 그래프로 0부터 50까지 정규분포되는 걸 알 수 있고,

a3는 구간국나 나뉘어져 있는 걸 알 수 있다.

 

지금 이진분류를 하려고 하니까 hue 값을 적용해서 0과 1이 얼마만큼 있는지 확인해 볼 수 있다.

 

 

자, 이제 데이터가 어떻게 구성되어있는지 봤으니, 본격적으로 데이터 전처리를 해보자.

 

#주요코드 미리보기

# 1. 데이터 분할 : train_set, test_set / 이때 우리가 사용하는 클래스는 이 트레인 셋 스플릿이라고 사이킨런에서 제공하는 써보자.

# 2. 모델 인스턴스 생성

     #Decision TreeClassifier

# 3. 모델 학습

 #    - fit(x,y)

  #   - x(독립변수, feature), y(종속변수, target)에 맞춘다라는 뜻

#4. 모델 평가

    # - classifier: accuracy(전체중에서 실제 정답을 맞춘 것)

    # - 사이키런에서 accracyscore

 

이렇게 한번 만들어 보자!

 

 

 

 

31일차 끝.

 

 

 

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.

https://bit.ly/48sS29N