랜덤포레스트(with Scikit-learn)
둘러보기로 가기
검색하러 가기
1 개요
사이킷런으로 랜덤포레스트를 만들 수 있다.
2 방법
절차 | 설명 | 방법 | ||||||
---|---|---|---|---|---|---|---|---|
데이터 정리 | 데이터를 불러오고 정리한다. | 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.
| ||||||
예측할 데이터 선정 | 어떤 값을 예측할지 판단 근거와 분리한다. | # 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.
| ||||||
패키지 불러오기 및 데이터 입력
+ 학습 |
데이터를 입력한다.
일반적으로 machine이라는 이름보다, classifier의 약자인 clf를 주로 쓴다. |
from sklearn.enssemble import RandomForestClassifier
machine = RandomForestClassifier(max_leaf_nodes=500, random_state=13) # 객체 지정
machine.fit(data, label) # 데이터와 레이블 지정하여 학습 실행.
| ||||||
예측 | 판단근거를 넣어주면 예측값을 돌려준다. | data_for_predict = df..... # 위에서 만든 판단근거와 동일한 형태의 df를 넣어준다.
machine.predict(data_for_predict)
| ||||||
3 후처리
절차 | 설명 | 방법 |
---|---|---|
검증 | 정확도가 얼마나 되는지 검증한다.
여기선 평균 오류값을 구하는 예시를 두었다. |
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.
|