02. 사이킷런 (Scikit-learn) | LinearSVC

1. 사이킷런(Scikit-learn)

  

 

• 대표적인 파이썬 머신러닝 모듈
• 다양한 머신러닝 알고리즘을 제공
• 다양한 샘플 데이터를 제공
• 머신러닝 결과를 검증하는 기능을 제공
• BSD 라이선스이기 때문에 무료로 사용 및 배포가 가능
• 공식 홈페이지: https://scikit-learn.org

scikit-learn: machine learning in Python — scikit-learn 0.16.1 documentation

 

 

 

2. Linear SVC

 -  클래스를 구분으로 하는 분류 문제에서 각 클래스를 잘 구분하는 선을 그려주는 방식을 사용하는 알고리즘
 - 지도학습 알고리즘을 사용하는 학습 전용 데이터와 결과 전용 데이터를 모두 가지고 있어야 사용이 가능 

 

• 사용하기

 

 

          from sklearn.svm import LinearSVC # 문제를 주는 것

          from sklearn.metrics import accuracy_score  # 답을 주는 것

 

  

 

• 학습데이터

 

 

          # 학습 데이터 준비

          learn_data = [[0,0],[1,0],[0,1],[1,1]] # 독립변수

          learn_label = [0,0,0,1] # 종속변수

 

  

 

 

 

• 모델객체 생성

  

 

        # 모델 객체 생성

        svc = LinearSVC()

 

  

 

• 학습

 

 

          # 학습

          svc.fit(learn_data, learn_label)

 

  

 

• 검증 데이터

  

          # 검증 데이터

          test_data = [[0,0],[1,0],[0,1],[1,1]]

 

 

 

 

• 예측

 

 

        # 예측

        test_label = svc. predict(test_data)

        test_label

 

 

array([0, 0, 0, 1])

 

• 결과 검증

  

 

          # 결과 검증

          print(test_data,'의 예측 결과:',test_label)

          print('정답률: ', accuracy_score([0,0,0,1], test_label))

 

 

[[0, 0], [1, 0], [0, 1], [1, 1]] 의 예측 결과: [0 0 0 1] 정답률:  1.0