내배캠 TIL 31일차

1. 머신러닝 강의

1) 실습

(1) 단순선형회귀.

회귀 모듈 불러오기.

from sklearn.linear_model import LinearRegression
from statsmodels.formula.api import ols​

학습하기.

reg = LinearRegression()
reg.fit(X, y)

model = ols(formula='y_col ~ X_cols', data=df).fit()

베타값들 구하기.

w0 = reg.intercept_[0]
w1 = reg.coef_[0][0]

w0 = model.params[0]
w1 = model.params[1]

model.summary().tables[1]

예측하기.

pred = reg.predict(X)​

평가.

from sklearn.metrics import mean_squared_error, r2_score

r2 = r2_score(y, pred)
mse = mean_squared_error(y, pred)

models.summary.tables[0]

 

(2) 다중선형회귀.

전처리.
- apply 메서드 이용.

def get_gender(x):
    if x == 'Female':
        return 0
    else:
        return 1

df2['gender_enc'] = df2['sex'].apply(get_gender)​

 

- LabelEncoder 이용.

from sklearn.preprocessing import LabelEncoder
encoder = LabelEncoder()

# 학습
encoder.fit(df2['sex'])
# 변환
df2['gender_encoder'] = encoder.transform(df2['sex'])
# 디코딩
df2['gender_decoder'] = encoder.inverse_transform(df2['gender_encoder'])

--------------------------------------------------------------------------
## 다중공선성 해결 필요
## df3 = pd.get_dummies(df2)

자격증 취득 때에는
몰랐던 것들을 많이 알아간다.

기초가 드디어 생기는 느낌이다.