Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 8 | 9 | 10 | 11 | 12 | 13 | 14 |
| 15 | 16 | 17 | 18 | 19 | 20 | 21 |
| 22 | 23 | 24 | 25 | 26 | 27 | 28 |
| 29 | 30 |
Tags
- 순회 크롤러
- Titanic data set
- Naive Bayes
- 파이썬
- K평균군집화
- control statement
- 타이타닉 데이터
- ML
- Machine Learning
- KMeans Clustering
- 파이썬 크롤링
- python
- 넘파이
- 사이킷런
- pandas
- Data pre-processing
- 나이브베이즈
- 머신러닝
- dataframe
- scikit-learn
- 판다스
- 파이썬 크롤러
- 배열
- NumPy
- Python crawler
- 파이썬 제어문
- 파이썬 객체 지향 프로그래밍
- 제어문
- sklearn
- python control statement
Archives
- Today
- Total
Try to 개발자 EthanJ의 성장 로그
scikit-learn Machine Learning Linear Regression 사이킷런 머신러닝 회귀분석 본문
CS & DS/scikit-learn Machine Learning
scikit-learn Machine Learning Linear Regression 사이킷런 머신러닝 회귀분석
EthanJ 2022. 11. 7. 17:52
scikit-learn Machine Learning Linear Regression
사이킷런 머신러닝 회귀분석
- Machine Learning Process
데이터 수집: Data Collection
데이터 전처리: Data pre-processing
모델 학습: Training Model
모델 평가:Evaluating Model
모델 배포: Model Deployment
In [1]:
import pandas as pd
1. Data 수집¶
In [2]:
url = f'https://raw.githubusercontent.com/dev-EthanJ/scikit-learn_Machine_Learning/main/data/insurance.csv'
df = pd.read_csv(url)
df.head()
Out[2]:
| age | sex | bmi | children | smoker | region | expenses | |
|---|---|---|---|---|---|---|---|
| 0 | 19 | female | 27.9 | 0 | yes | southwest | 16884.92 |
| 1 | 18 | male | 33.8 | 1 | no | southeast | 1725.55 |
| 2 | 28 | male | 33.0 | 3 | no | southeast | 4449.46 |
| 3 | 33 | male | 22.7 | 0 | no | northwest | 21984.47 |
| 4 | 32 | male | 28.9 | 0 | no | northwest | 3866.86 |
In [3]:
df.tail()
Out[3]:
| age | sex | bmi | children | smoker | region | expenses | |
|---|---|---|---|---|---|---|---|
| 1333 | 50 | male | 31.0 | 3 | no | northwest | 10600.55 |
| 1334 | 18 | female | 31.9 | 0 | no | northeast | 2205.98 |
| 1335 | 18 | female | 36.9 | 0 | no | southeast | 1629.83 |
| 1336 | 21 | female | 25.8 | 0 | no | southwest | 2007.95 |
| 1337 | 61 | female | 29.1 | 0 | yes | northwest | 29141.36 |
In [4]:
# 데이터가 가지고 있는 변수 확인
df.info()
<class 'pandas.core.frame.DataFrame'> RangeIndex: 1338 entries, 0 to 1337 Data columns (total 7 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 age 1338 non-null int64 1 sex 1338 non-null object 2 bmi 1338 non-null float64 3 children 1338 non-null int64 4 smoker 1338 non-null object 5 region 1338 non-null object 6 expenses 1338 non-null float64 dtypes: float64(2), int64(2), object(3) memory usage: 73.3+ KB
- 범주형 변수
Dtype=object>df.describe()로 확인할 수 없다
In [5]:
# pandas의 float data를 소수점 아래 2번째 자리까지 formatting
pd.options.display.float_format = '{:.2f}'.format
In [6]:
# 기술통계
df.describe()
Out[6]:
| age | bmi | children | expenses | |
|---|---|---|---|---|
| count | 1338.00 | 1338.00 | 1338.00 | 1338.00 |
| mean | 39.21 | 30.67 | 1.09 | 13270.42 |
| std | 14.05 | 6.10 | 1.21 | 12110.01 |
| min | 18.00 | 16.00 | 0.00 | 1121.87 |
| 25% | 27.00 | 26.30 | 0.00 | 4740.29 |
| 50% | 39.00 | 30.40 | 1.00 | 9382.03 |
| 75% | 51.00 | 34.70 | 2.00 | 16639.92 |
| max | 64.00 | 53.10 | 5.00 | 63770.43 |
2. Data pre-processing¶
- modeling하기 좋게 data를 다듬는다.
In [7]:
from sklearn.linear_model import LinearRegression
2.1. 범주형 Data에 대한 전처리¶
- 연속형 변수
- 연속적으로 이어지는 변수
- 데이터 간의 크고 작음을 비교하거나 사칙연산 가능
- 범주형 변수
- 이어지는 숫자가 아닌 각 범주로 구성된 변수
- 크거나 작다고 할 수 없으며, 평균이라는 개념 또한 존재할 수 없음
😲 Object 형태로 표현된 범주형 변수로는 모델링할 수 없음In [8]:
# df.smoker object에 대한 전처리(수치화)
df.smoker
Out[8]:
0 yes
1 no
2 no
3 no
4 no
...
1333 no
1334 no
1335 no
1336 no
1337 yes
Name: smoker, Length: 1338, dtype: object
In [9]:
df.smoker.unique()
Out[9]:
array(['yes', 'no'], dtype=object)
In [10]:
# df.smoker == 'yes'
df.smoker.eq('yes')
Out[10]:
0 True
1 False
2 False
3 False
4 False
...
1333 False
1334 False
1335 False
1336 False
1337 True
Name: smoker, Length: 1338, dtype: bool
In [11]:
# object(str)에 대한 수치화
# df.smoker.eq('yes') * 1
df.smoker.eq('yes').mul(1)
Out[11]:
0 1
1 0
2 0
3 0
4 0
..
1333 0
1334 0
1335 0
1336 0
1337 1
Name: smoker, Length: 1338, dtype: int64
In [12]:
df.smoker = df.smoker.eq('yes').mul(1)
df.head()
Out[12]:
| age | sex | bmi | children | smoker | region | expenses | |
|---|---|---|---|---|---|---|---|
| 0 | 19 | female | 27.90 | 0 | 1 | southwest | 16884.92 |
| 1 | 18 | male | 33.80 | 1 | 0 | southeast | 1725.55 |
| 2 | 28 | male | 33.00 | 3 | 0 | southeast | 4449.46 |
| 3 | 33 | male | 22.70 | 0 | 0 | northwest | 21984.47 |
| 4 | 32 | male | 28.90 | 0 | 0 | northwest | 3866.86 |
2.2. 더미 변수, 원-핫 인코딩¶
In [13]:
df.sex.unique()
Out[13]:
array(['female', 'male'], dtype=object)
obj.nuique():obj.unique의 결과 array의 item 개수
In [14]:
print(df.region.unique())
df.region.nunique()
['southwest' 'southeast' 'northwest' 'northeast']
Out[14]:
4
In [15]:
df.dtypes
Out[15]:
age int64 sex object bmi float64 children int64 smoker int64 region object expenses float64 dtype: object
pd.get_dummies(DataFrame, columns=[columns label list])dtype=object(categorical data)인 해당 column의 서로 다른 values를 각각 나타내는 새로운 columns가 추가된 DataFrame을 생성
parameter
drop_first=True:pd.get_dummies()의 결과로 나온 columns중 첫 번째 column을 drop- 고유 value를 덜어내서 부하(계산량) 줄임
In [16]:
df = pd.get_dummies(df, columns=['sex', 'region'], drop_first=True)
df.info()
<class 'pandas.core.frame.DataFrame'> RangeIndex: 1338 entries, 0 to 1337 Data columns (total 9 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 age 1338 non-null int64 1 bmi 1338 non-null float64 2 children 1338 non-null int64 3 smoker 1338 non-null int64 4 expenses 1338 non-null float64 5 sex_male 1338 non-null uint8 6 region_northwest 1338 non-null uint8 7 region_southeast 1338 non-null uint8 8 region_southwest 1338 non-null uint8 dtypes: float64(2), int64(3), uint8(4) memory usage: 57.6 KB
얕은 복사(shallow copy) vs. 깊은 복사(deep copy)¶
shallow copy:
=연산자deep copy:
.copy()method,object$\rightarrow$str$\rightarrow$object
In [17]:
origin_list = ['a', 'b', 'c', 'd']
copyed_list = '.'.join(origin_list).split('.')
copyed_list.append('e')
print(copyed_list)
print(origin_list)
['a', 'b', 'c', 'd', 'e'] ['a', 'b', 'c', 'd']
2.3. 훈련셋 train set, 시험셋 test set¶
데이터 분할 작업
- 종속변수와 독립변수 분리
- 학습셋(Train set)과 시험셋(Test set) 분리
- 학습용 데이터셋, 평가용 시험셋
| 독립변수 | 종속변수 | |
|---|---|---|
| 학습셋 | X_train | y_train |
| 시험셋 | X_test | y_test |
독립변수와 종속변수¶
- 독립변수
- 예측에 사용되는 재료와 같은 변수들
- 피쳐 변수(Feature variable), 피쳐(Feature)
- 종속변수
- 예측을 하려는 대상 변수
- 목표 변수 (Target variable), 타깃
Why? : 지도 학습에 속하는 모델은 독립변수를 예측하는 것이므로, 모델링할 때 어떤 변수가 종속변수인지 명확히 알려주어야 함 → 독립변수와 종속변수를 각각 별도의 데이터로 입력 받음
train set과test set을 나누는 이유:train set으로 훈련 된 결과로 만들어진 모델을 가지고 시험을 하면train set에 대해서는 맞출 수 밖에 없음학습셋과 시험셋을 구분하지 않고 예측 모델을 만들 경우 새로운 데이터에 대한 예측력을 검증할 수 없음
전체 데이터를 가지고 모델링(학습)을 하고, 또 다시 전체 데이터에 대해서 예측값을 만들어서 종속변수와 비교했기 때문에 특정 데이터에 대해 과최적 되었을 수 있음
시험셋을 통해 검증하지 않은 상태라는 불확실성을 줄일 수 있음
Data의 일부를
test set으로 독립시켜서,train set과test set을 나눈다.일반적으로 train set:test set을 각각 7:3, 8:2 정도로 나눔 (전체 데이터가 적을 경우 학습셋을 우선시)
In [18]:
df.columns
Out[18]:
Index(['age', 'bmi', 'children', 'smoker', 'expenses', 'sex_male',
'region_northwest', 'region_southeast', 'region_southwest'],
dtype='object')
In [19]:
# X: 독립변수, y: 종속변수
X = df.drop('expenses', axis=1)
y = df.expenses
- scikit-learn import
In [20]:
from sklearn.model_selection import train_test_split
In [21]:
help(train_test_split)
Help on function train_test_split in module sklearn.model_selection._split:
train_test_split(*arrays, test_size=None, train_size=None, random_state=None, shuffle=True, stratify=None)
Split arrays or matrices into random train and test subsets.
Quick utility that wraps input validation and
``next(ShuffleSplit().split(X, y))`` and application to input data
into a single call for splitting (and optionally subsampling) data in a
oneliner.
Read more in the :ref:`User Guide <cross_validation>`.
Parameters
----------
*arrays : sequence of indexables with same length / shape[0]
Allowed inputs are lists, numpy arrays, scipy-sparse
matrices or pandas dataframes.
test_size : float or int, default=None
If float, should be between 0.0 and 1.0 and represent the proportion
of the dataset to include in the test split. If int, represents the
absolute number of test samples. If None, the value is set to the
complement of the train size. If ``train_size`` is also None, it will
be set to 0.25.
train_size : float or int, default=None
If float, should be between 0.0 and 1.0 and represent the
proportion of the dataset to include in the train split. If
int, represents the absolute number of train samples. If None,
the value is automatically set to the complement of the test size.
random_state : int, RandomState instance or None, default=None
Controls the shuffling applied to the data before applying the split.
Pass an int for reproducible output across multiple function calls.
See :term:`Glossary <random_state>`.
shuffle : bool, default=True
Whether or not to shuffle the data before splitting. If shuffle=False
then stratify must be None.
stratify : array-like, default=None
If not None, data is split in a stratified fashion, using this as
the class labels.
Read more in the :ref:`User Guide <stratification>`.
Returns
-------
splitting : list, length=2 * len(arrays)
List containing train-test split of inputs.
.. versionadded:: 0.16
If the input is sparse, the output will be a
``scipy.sparse.csr_matrix``. Else, output type is the same as the
input type.
Examples
--------
>>> import numpy as np
>>> from sklearn.model_selection import train_test_split
>>> X, y = np.arange(10).reshape((5, 2)), range(5)
>>> X
array([[0, 1],
[2, 3],
[4, 5],
[6, 7],
[8, 9]])
>>> list(y)
[0, 1, 2, 3, 4]
>>> X_train, X_test, y_train, y_test = train_test_split(
... X, y, test_size=0.33, random_state=42)
...
>>> X_train
array([[4, 5],
[0, 1],
[6, 7]])
>>> y_train
[2, 0, 3]
>>> X_test
array([[2, 3],
[8, 9]])
>>> y_test
[1, 4]
>>> train_test_split(y, shuffle=False)
[[0, 1, 2], [3, 4]]
In [22]:
# test_size: 비율 > test set(시험셋)의 ratio
# random_state: seed value > 임의로 결정되는 값을 특정 값으로 유지되게 하는 값
X_train, X_test, y_train, y_test = train_test_split(
X, y, test_size = 0.2, random_state = 200
)
len(train_test_split(X, y, test_size = 0.2, random_state=200))
Out[22]:
4
3. 모델 학습¶
Modeling
머신러닝 알고리즘으로 모델을 학습시키는 과정 → 결과물 : 머신러닝 모델
모델링에 사용할 머신러닝 알고리즘을 선택
독립변수와 종속변수를 fit() 함수에 인수로 주어 학습
| 알고리즘 선택 | 모델 생성 | 모델 학습 | 모델을 사용한 예측 | |||
|---|---|---|---|---|---|---|
| 다양한 머신러닝 알고리즘 중 선택 후 라이브러리 임포트 |
→ | 모델링에 사용할 모델 생성 |
→ | fit() 함수에 학습셋의 독립변수와 종속변수를 인수로 대입 |
→ | train_test_split() 함수에 평가셋의 독립변수를 인수로 대입 |
In [23]:
from sklearn.linear_model import LinearRegression
In [24]:
model = LinearRegression()
3.1. model.fit(X_train, y_train)¶
- 모델을 학습시키는 함수 : Data를 Model안에 넣어서 독립변수
X_train과 종속변수y_train간의 관계들 분석,
새로운 Data를 예측할 수 있도록 학습시킴
In [25]:
model.fit(X_train, y_train)
Out[25]:
LinearRegression()
3.2. model.predict(X_test)¶
- 모델을 활용해서 예측
In [26]:
pred = model.predict(X_test)
pred
Out[26]:
array([11583.75098752, 8723.46560984, 7794.17799753, 8537.18904201,
1900.99306943, 5000.1965654 , 40184.13707971, 4332.65458179,
33604.62827378, 8566.77438349, 34761.58427257, 10617.81670868,
9203.54356439, 6425.0666393 , 14236.30630426, 5926.50264561,
15334.62115765, 27775.22335916, 11729.02225496, 10502.41605544,
10966.06403594, 2757.84040418, 11719.86336504, 34984.82793476,
5779.75874448, -144.15498223, 25007.46443988, 10374.70604051,
8619.47240785, 40243.70301175, 18891.94370162, 12035.16897936,
5042.03755231, 3137.62318663, 4433.98245405, 9068.79116388,
12923.54652222, -601.63917125, 13236.88773829, 1919.81372069,
30080.74972726, 38498.04504965, 28122.74348022, 12606.12034078,
11730.91113956, 11933.2727501 , 16303.21034674, 12627.02280213,
-338.02188294, 14181.44145783, 32937.55388043, 13037.92391076,
16870.81536476, 33940.65858658, 13331.7608698 , 38656.52249415,
11907.55131166, 5940.03344456, 32417.93860425, 915.65265758,
7341.08147231, 10037.71696504, 12918.74951327, 26991.92835549,
14660.60445307, 5817.1786837 , 4924.14408515, 37221.16703746,
5747.21765373, 13563.17881399, 9658.83318639, 37366.68256975,
6413.18158197, 11040.45673381, 4224.51283403, 27144.75945564,
31018.99279629, 304.991258 , 2924.60964279, -457.81019999,
12342.24880966, 6395.59258452, 27761.29144612, 14307.42913867,
4658.62215747, 30788.4671386 , 16113.81117814, 14249.13557958,
12244.76383861, 7080.40736321, 9453.25521437, 11072.89456597,
16291.12702863, 5870.18557518, 3830.14961297, 13568.17555395,
10853.02827709, 9687.26209656, 14095.95004976, 4331.6442913 ,
8960.00148268, 9111.58268242, 15500.40378838, 17148.31044572,
6270.54007193, 2853.53349279, 7036.9620462 , 13959.27415863,
5394.01708623, 34782.37079229, 7089.96893769, 11735.20645614,
2137.12258111, 28259.5194457 , 2350.11889996, 11977.3272435 ,
3806.3328139 , 33949.91447865, 8262.6949245 , 14400.86056615,
9192.95725498, 9370.06222451, 13979.49085112, 11097.07729822,
3795.89411553, 28821.63641303, 40382.26313254, 7122.47386397,
2031.70283772, 34429.51021004, 3332.04268958, 12415.26894819,
37065.37068971, 8324.74109994, -55.491305 , 3084.61482491,
7755.4495209 , 11220.59257484, 5657.86820765, 8579.34157636,
31051.18689333, 8667.8988103 , 28254.82301502, 1875.54946821,
36147.07060116, 9870.6640242 , 32219.08009814, 6694.90429325,
2548.35770971, 4896.43710831, 39243.70091389, 26954.9917613 ,
35517.83765857, 3570.79147678, 3318.64358703, 8117.86031767,
31944.1297626 , 12452.12537381, 14233.85430973, 13736.01484192,
36320.56776279, 29605.87461309, 8904.0545967 , 23603.34472123,
10453.51155504, 39539.09126734, 10059.47761079, 941.91719992,
16802.09886207, 13815.6019484 , 9225.18679829, 3562.52546551,
5769.47215221, 31875.33784653, 34748.77540695, 5147.13863909,
209.75278546, 7630.79078717, 11562.09259099, 11089.14789902,
9318.83364913, 17274.91782292, -1424.87218118, 2776.06910403,
12641.27543416, 15032.29898712, 28850.52766639, 3539.02732305,
5957.29585801, 6403.58907784, 13820.75544938, 10664.36156177,
13335.88367059, 26183.30499935, 8966.87977199, 3310.38223069,
15412.71462859, 37208.6669387 , 36978.894144 , 30350.99374237,
12072.36447129, 29431.19051996, 38427.40496812, 5849.94641063,
15189.48158661, 7485.67162582, 2699.81317833, 34145.3646818 ,
13590.43323714, 2229.96524188, 11412.49507732, 1165.14045242,
7175.836307 , 4891.50746247, 4456.19492304, 4375.77537716,
11906.79844868, 10560.07794025, 10769.90703628, 27074.38889206,
12567.91921328, 13876.30502392, 10377.736912 , 12780.96119493,
7708.77893669, 32925.71242354, 29872.21063284, 24785.91683704,
5214.47773903, 26292.43129261, 1399.51414587, 11745.21521119,
33938.0031466 , 11262.24807177, 12313.47031323, 12378.58611719,
643.39917356, 2278.2348833 , 15525.49148971, 6314.83305338,
13677.04294947, 16040.89646129, 15278.48134617, 8909.20809769,
8393.14726528, 34190.30314244, 3716.08315392, 25803.67579323,
15114.36168253, 11398.87789642, 13073.57544943, -2164.52160712,
9191.83567778, 29007.4348829 , 16921.5117476 , 9246.5673576 ,
-1249.55322907, 17146.52688254, 11061.57727351, 4346.78407526,
15391.53751473, 33711.16887616, 12728.10640954, 11206.25977424,
960.58109016, 33708.45420703, 10076.46585137, 24190.37162703])
4. 모델 평가¶
👀 예측 모델 평가
테이블로 평가
그래프로 평가 ✔
통계적 방법으로 평가 (RMSE) ✔✔✔
4.1. 테이블로 평가¶
In [27]:
# 두 데이터를 비교해서 정확도 확인
comparison = pd.DataFrame({'actual':y_test, 'pred':pred})
X_test.head()
Out[27]:
| age | bmi | children | smoker | sex_male | region_northwest | region_southeast | region_southwest | |
|---|---|---|---|---|---|---|---|---|
| 992 | 50 | 31.60 | 2 | 0 | 0 | 0 | 0 | 1 |
| 937 | 39 | 24.20 | 5 | 0 | 0 | 1 | 0 | 0 |
| 688 | 47 | 24.10 | 1 | 0 | 0 | 0 | 0 | 1 |
| 1185 | 45 | 23.60 | 2 | 0 | 1 | 0 | 0 | 0 |
| 1137 | 26 | 22.20 | 0 | 0 | 0 | 1 | 0 | 0 |
In [28]:
comparison.head()
Out[28]:
| actual | pred | |
|---|---|---|
| 992 | 10118.42 | 11583.75 |
| 937 | 8965.80 | 8723.47 |
| 688 | 26236.58 | 7794.18 |
| 1185 | 8603.82 | 8537.19 |
| 1137 | 3176.29 | 1900.99 |
- 한 눈에 비교하기 어려움
4.2. 그래프로 평가¶
In [29]:
import matplotlib.pyplot as plt
import seaborn as sns
- 산점도 그리기:
sns.scatterplot()
In [30]:
# 사이즈 설정
plt.figure(figsize=(8, 8))
sns.scatterplot(x='actual', y='pred', data=comparison)
plt.show()
4.3. RMSE & R²(결정계수)¶
| 평가지표 | 설명 |
|---|---|
| MAE (Mean Absolute Error, 평균 절대 오차) | - 실젯값과 예측값 사이의 오차에 절댓값을 씌운 뒤 이에 대한 평균을 계산 - 0에 가까울수록 좋음 |
| MSE (Mean Squared Error, 평균 제곱 오차) | - 실젯값과 예측값 사이의 오차를 제곱한 뒤 이에 대한 평균을 계산 - 0에 가까울수록 좋음 |
| RMSE (Root Mean Absolute Error, 루트 평균 제곱 오차) |
- MSE에 루트를 씌운 값 - 0에 가까울수록 좋음 - 연속형 변수를 예측할 때 가장 일반적으로 사용되는 평가지표 |
| R² | - 결정계수 - 독립변수가 종속변수를 얼마만큼 설명해 주는지 나타내는 지표, 즉 설명력 - 1에 가까울수록 좋음 |
mean_squared_error(y_test, pred)
In [31]:
from sklearn.metrics import mean_squared_error
In [32]:
# MSE(평균제곱오차): 예측값과 실제값 사이의 오차의 제곱의 평균
mean_squared_error(y_test, pred)
Out[32]:
36760484.5645236
In [33]:
# RMSE(평균제곱근오차): Root MSE
# mean_squared_error(y_test, X_pred) ** 0.5
mean_squared_error(y_test, pred, squared=False)
Out[33]:
6063.042517129795
model.score(X_train, y_train)$R^2 = \frac{SSR}{SST}$
SST (Sum of Squares Total) : 총변동
SSR (Sum of Squares Regression) : 설명 가능한 변동
- 모델이 얼마나 값의 변동을 잘 설명하는가? = 예측을 잘하는가?
In [34]:
# R^2 = 결정계수: 모델이 얼마나 종속변수-독립변수의 변동을 잘 설명하는가(예측 정확도)를 수치화한 값
R_squared = model.score(X_train, y_train)
R_squared
Out[34]:
0.7462462636958302
model.coef_: 독립변수별 계수
In [35]:
model.coef_
Out[35]:
array([ 262.45023678, 326.77442073, 551.41412416, 23798.72509414,
-77.28662589, -166.61566228, -795.09255719, -957.17123014])
In [36]:
pd.Series(model.coef_, index=X.columns)
Out[36]:
age 262.45 bmi 326.77 children 551.41 smoker 23798.73 sex_male -77.29 region_northwest -166.62 region_southeast -795.09 region_southwest -957.17 dtype: float64
model.intercept_: 모델의 y절편 확인
In [37]:
model.intercept_
Out[37]:
-12010.489564845571
5. 모델 배포¶
In [38]:
!pip install mlxtend
Looking in indexes: https://pypi.org/simple, https://us-python.pkg.dev/colab-wheels/public/simple/ Requirement already satisfied: mlxtend in /usr/local/lib/python3.7/dist-packages (0.14.0) Requirement already satisfied: setuptools in /usr/local/lib/python3.7/dist-packages (from mlxtend) (57.4.0) Requirement already satisfied: pandas>=0.17.1 in /usr/local/lib/python3.7/dist-packages (from mlxtend) (1.3.5) Requirement already satisfied: scikit-learn>=0.18 in /usr/local/lib/python3.7/dist-packages (from mlxtend) (1.0.2) Requirement already satisfied: matplotlib>=1.5.1 in /usr/local/lib/python3.7/dist-packages (from mlxtend) (3.2.2) Requirement already satisfied: scipy>=0.17 in /usr/local/lib/python3.7/dist-packages (from mlxtend) (1.7.3) Requirement already satisfied: numpy>=1.10.4 in /usr/local/lib/python3.7/dist-packages (from mlxtend) (1.21.6) Requirement already satisfied: kiwisolver>=1.0.1 in /usr/local/lib/python3.7/dist-packages (from matplotlib>=1.5.1->mlxtend) (1.4.4) Requirement already satisfied: python-dateutil>=2.1 in /usr/local/lib/python3.7/dist-packages (from matplotlib>=1.5.1->mlxtend) (2.8.2) Requirement already satisfied: cycler>=0.10 in /usr/local/lib/python3.7/dist-packages (from matplotlib>=1.5.1->mlxtend) (0.11.0) Requirement already satisfied: pyparsing!=2.0.4,!=2.1.2,!=2.1.6,>=2.0.1 in /usr/local/lib/python3.7/dist-packages (from matplotlib>=1.5.1->mlxtend) (3.0.9) Requirement already satisfied: typing-extensions in /usr/local/lib/python3.7/dist-packages (from kiwisolver>=1.0.1->matplotlib>=1.5.1->mlxtend) (4.1.1) Requirement already satisfied: pytz>=2017.3 in /usr/local/lib/python3.7/dist-packages (from pandas>=0.17.1->mlxtend) (2022.6) Requirement already satisfied: six>=1.5 in /usr/local/lib/python3.7/dist-packages (from python-dateutil>=2.1->matplotlib>=1.5.1->mlxtend) (1.15.0) Requirement already satisfied: threadpoolctl>=2.0.0 in /usr/local/lib/python3.7/dist-packages (from scikit-learn>=0.18->mlxtend) (3.1.0) Requirement already satisfied: joblib>=0.11 in /usr/local/lib/python3.7/dist-packages (from scikit-learn>=0.18->mlxtend) (1.2.0)
In [39]:
# joblib 라이브러리를 통해 .pkl 파일 생성
import joblib
joblib.dump(model, 'first_model.pkl')
Out[39]:
['first_model.pkl']
In [40]:
# .pkl file로 파일단위 머신러닝 모델 이동 가능
model_from_joblib = joblib.load('first_model.pkl')
pd.Series(model_from_joblib.coef_, index=X.columns)
Out[40]:
age 262.45 bmi 326.77 children 551.41 smoker 23798.73 sex_male -77.29 region_northwest -166.62 region_southeast -795.09 region_southwest -957.17 dtype: float64
'CS & DS > scikit-learn Machine Learning' 카테고리의 다른 글
'CS & DS/scikit-learn Machine Learning' Related Articles
more
Comments