머신러닝 학습_1

Pandas는 파이썬을 위한 데이터 조작 및 분석 라이브러리다. 

특히, Dataframe이라는 구조를 사용하여 

데이터를 엑셀 시트와 비슷하게 다룰 수 있게 지원한다. 

 

import pandas as pd

 

 

Pandas는 CSV, Excel, SQL, Json 등의 포맷 데이터를 지원한다.

아래 예시는 csv 파일의 경로를 melbourne_file_path 변수에 저장하고,

melbourn_data 변수에서 Pandas csv 파일 읽기 함수를 통해 데이터를 읽어들이는 과정이다.   

# save filepath to variable for easier access
melbourne_file_path = '../input/melbourne-housing-snapshot/melb_data.csv'
# read the data and store data in DataFrame titled melbourne_data
melbourne_data = pd.read_csv(melbourne_file_path) 
# print a summary of the data in Melbourne data
melbourne_data.describe()

 

melbourne_data.dropna(...)는

pd.read_csv(...) 후에, dropna(...)를 실행하게 되므로, pd를 칠 필요가 없다.

 

melbourne_data.dropna( axis = 0 ) 는 

axis =0 는 행 axis = 1 은 열을 기준으로 하는데, 

즉, 행을 기준으로 Null 값이 포함되어 있는 행 데이터를 삭제하는 작업이다. 

# The Melbourne data has some missing values (some houses for which some variables weren't recorded.)
# We'll learn to handle missing values in a later tutorial.  
# Your Iowa data doesn't have missing values in the columns you use. 
# So we will take the simplest option for now, and drop houses from our data. 
# Don't worry about this much for now, though the code is:

# dropna drops missing values (think of na as "not available")
melbourne_data = melbourne_data.dropna(axis=0)

 

 

변수 y에 melbourne_data 중 Price에 해당하는 칼럼의 값을 저장한다. 

y = melbourne_data.Price

 

 

melbourn_feature 변수에, 컬럼 str을 입력하고

아래 선언문으로, 변수 X에 여러개의 칼럼 값을 행렬로 받아올 수 있다. 

melbourne_features = ['Rooms', 'Bathroom', 'Landsize', 'Lattitude', 'Longtitude']

X = melbourne_data[melbourne_features]

 

 

describe() 함수, head() 함수를 통해서 

X에 올바른 칼럼 값이 입력되었는지 확인할 수 있다. 

describe() 함수, head() 함수는 지금 뿐 아니라, 처음 데이터 read 하고 나서 파악할 때도 쓴다. 

X.describe()

X.head()

 

데이터가 준비되었으니 

Define > Fit > Predict > Evaluate 순서대로 모델을 준비한다. 

 

sklearn 라이브러리에서 tree 모듈의 DecisionTreeRegressor 함수를 불러온다 

melbourne_model 변수에 DecisionTreeRegressor를 저장한다

random_state를 설정함으로써, 데이터 분할 시, 동일한 훈련 세트와 테스트 세트로 고정할 수 있다. 

 

melbourne_model.fit(X,y)을 통해 훈련 시킨다. 

 

from sklearn.tree import DecisionTreeRegressor

# Define model. Specify a number for random_state to ensure same results each run
melbourne_model = DecisionTreeRegressor(random_state=1)

# Fit model
melbourne_model.fit(X, y)

 

predict() 함수에 X 인풋 데이터를 추가하여,

y값을 예측한다. 

print("Making predictions for the following 5 houses:")
print(X.head())
print("The predictions are")
print(melbourne_model.predict(X.head()))