편집
1,408
번
바뀜
→방법
==개요==
==개요==
사이킷런으로 랜덤포레스트를 만들 수 있다.
사이킷런으로 랜덤포레스트를 만들 수 있다.
==랜덤 포레스트==
==방법==
{| class="wikitable"
{| class="wikitable"
!절차
!절차
!방법
!방법
|-
|-
|패키지 불러오기 및 데이터 정리
|데이터 정리
|
|데이터를 불러오고 정리한다.
|<syntaxhighlight lang="python">
import pandas as pd
file_path = "..path"
data = pd.read_csv(file_path) # 필요한 자료를 불러온다. 혹은 df자료를 만든다.
data = data.dropna(axis=0) # 해당 축에 대해 빈 자료가 있는 행을 버린다.
</syntaxhighlight>
|-
|예측할 데이터 선정
|어떤 값을 예측할지 판단 근거와 분리한다.
|<syntaxhighlight lang="python">
|<syntaxhighlight lang="python">
# 레이블 만들기.
y = data.판단할열 # 판단결과가 될 열을 지정한다.(해당 열을 시리즈로 반환.)
# 근거데이터 만들기.
features = ['열1', '열2', ...] # 판단할 자료가 될 열을 지정한다.
x = data[features] # 판단근거를 준비한다.
</syntaxhighlight>데이터프레임을 활용하는 경우.(열 이름을 사용해 분리하는 게 가장 간단하고 직관적이다.)
</syntaxhighlight>데이터프레임을 활용하는 경우.(열 이름을 사용해 분리하는 게 가장 간단하고 직관적이다.)
|-
|-
|학습
|패키지 불러오기 및 데이터 입력
|일반적으로 machine이라는 이름보다,
+ 학습
|데이터를 입력한다.
일반적으로 machine이라는 이름보다,
classifier의 약자인 clf를 주로 쓴다.
classifier의 약자인 clf를 주로 쓴다.
|<syntaxhighlight lang="python">
|<syntaxhighlight lang="python">
machine = RandomForestClassifier() # 객체 지정
from sklearn.enssemble import RandomForestClassifier
machine.fit(data, label) # 데이터와 레이블 지정
machine = RandomForestClassifier(max_leaf_nodes=500, random_state=13) # 객체 지정
machine.fit(data, label) # 데이터와 레이블 지정하여 학습 실행.
</syntaxhighlight>machine에 대해 다양한 파라미터가 있는데, 이는 상황에 따라 활용.
{| class="wikitable"
!파라미터
!설명
|-
|max_leaf_nodes
|노드를 만드는 제한은 몇으로 할 것인지.(과적합 방지)
(근데 이거 랜덤포레스트에서 쓰는 거 맞나? 의사결정트리 아니고?)
|-
|n_estimators
|
|-
|random_state
|자료들을 섞을 때 random함수에 동일한 seed를 주어 매번 똑같은 결과를 얻게 하기 위함.(검증용)
|}
|-
|예측
|판단근거를 넣어주면 예측값을 돌려준다.
|<syntaxhighlight lang="python">
data_for_predict = df..... # 위에서 만든 판단근거와 동일한 형태의 df를 넣어준다.
machine.predict(data_for_predict)
</syntaxhighlight>가격을 예측할 때 넣는 판단근거의 df는 1행만 넣어줘도 되고, 여러 행을 넣으면 리스트로 결과가 반환된다.
|-
|
|
|
|}
== 후처리 ==
{| class="wikitable"
!절차
!설명
!방법
|-
|검증
|정확도가 얼마나 되는지 검증한다.
훈련데이터와 검증데이터의 분류는 [[Scikit-learn]]문서를 참고하자.
여기선 평균 오류값을 구하는 예시를 두었다.
|<syntaxhighlight lang="python">
from sklearn.metrics import mean_absolute_error
new_data = df..... # 테스트에 쓰일 df.
y = new_data.판단할열 # 실제 결과
# 근거데이터 만들기.
features = ['열1', '열2', ...] # 판단할 자료가 될 열을 지정한다.
x = new_data[features] # 판단근거를 준비한다.
predict = machine.predict(new_data) # 결과 예상하기.
mean_absolute_error(predict, y) # 예상결과와 실제값을 비교하여 평균 에러를 반환한다.
</syntaxhighlight>
</syntaxhighlight>
|}이후 사용법은 위와 같다.
|}
=== 오버피팅 방지 ===
[[분류:랜덤포레스트]]
[[분류:랜덤포레스트]]
[[분류:Scikit-learn]]
[[분류:Scikit-learn]]