ML/k-최근접 이웃 알고리즘

도미와 빙어를 길이에 따라 무게 예측을 하는 머신러닝 과정을 정리해보겠다. k-최근접 이웃 알고리즘을 사용한.

fish_length = [25.4, 26.3, 26.5, 29.0, 29.0, 29.7, 29.7, 30.0, 30.0, 30.7, 31.0, 31.0,

                31.5, 32.0, 32.0, 32.0, 33.0, 33.0, 33.5, 33.5, 34.0, 34.0, 34.5, 35.0,

                35.0, 35.0, 35.0, 36.0, 36.0, 37.0, 38.5, 38.5, 39.5, 41.0, 41.0, 9.8,

                10.5, 10.6, 11.0, 11.2, 11.3, 11.8, 11.8, 12.0, 12.2, 12.4, 13.0, 14.3, 15.0]

fish_weight = [242.0, 290.0, 340.0, 363.0, 430.0, 450.0, 500.0, 390.0, 450.0, 500.0, 475.0, 500.0,

                500.0, 340.0, 600.0, 600.0, 700.0, 700.0, 610.0, 650.0, 575.0, 685.0, 620.0, 680.0,

                700.0, 725.0, 720.0, 714.0, 850.0, 1000.0, 920.0, 955.0, 925.0, 975.0, 950.0, 6.7,

                7.5, 7.0, 9.7, 9.8, 8.7, 10.0, 9.9, 9.8, 12.2, 13.4, 12.2, 19.7, 19.9]

물고기의 길이와 무게 데이터를 준비한다.

 

파이썬에서 그래프를 그리는 대표적인 패키지는 matplotlib이다. 산점도를 그리는 함수는 scatter()함수이다. x축과 y축에 넣는 자료값들에 따라서 점이 찍혀진다.

import matplotlib.pyplot as plt

plt.scatter(fish_length, fish_weight)
plt.xlabel('length')
plt.ylabel('ylabel')
plt.show()

length와 weight을 합쳐서 2차원 리스트로 fish_data를 표현해보겠다.

fish_data= [[l,w] for l,w in zip(fish_length, fish_weight)]

이제 도미와 빙어를 구분하게 만들어주는 타겟값을 설정해주어야 한다. 1과 0 으로 분류를 하고, 도미를 1, 빙어를 0으로 놓는다.

fish_target 배열을 만들어준다.

fish_target= [1]*35 + [0]*14

 

이제 모든 데이터는 준비되었다.

사이킷런 패키지에서 k-최근접 이웃 알고리즘을 구현한 클래스인 KNeighborsClassifier를 임포트해준다.

kn.fit(fish_data, fish_target)
kn.score(fish_data, fish_target)

fit() 메서드로 훈련, score() 메서드로 평가 점수를 출력! 하면 1.0이 나오는데, 이는 정확도라고도 부른다.

kn.predict([[30,600]])

 

predict() 메서드는 매개인자로 중첩 리스트가 전달 되어야 하고, 길이가 30, 무게가 600인 생선의 종류를 1 즉, 도미로 예측한다.

 

하지만, 그냥 훈련 데이터를 넣고 훈련 시키고, 훈련 데이터로 평가를 하면 당연히 100퍼센트 맞추는게 당연. 이를 다음 글에서 해결해보겠다.