[ML] Scikit_learn introduction

지도학습 : target(y) 有   ex) Linear regression(선형회귀: 규제; 라소/릿지/엘라스틱 넷 기법)

                                            Logistic regression -> Decision tree(결정나무; random forest, cart) 

                                                그 외 알고리즘 종류들 knn, kmeans

비지도학습 : target 無   ex)

반 지도학습(강화학습): 보상을 통해 계속 학습 유도. ex) 알파고

 

Machine Learning(ML) 알고리즘 구현한 오픈소스 라이브러리 중 유명한 것 하나.

일관. 간결한 API. 문서화 잘되어있음.

알고리즘 -> python class.    Data set -> numpy 배열, Pd (df), Scipy 등

 

데이터 표현 용어

*sample(표본) = Matrix row ex) n_samples             개별객체

*feature(특징) = Matrix column    ex) n_features     개별관측치

Target vector: 특징행렬(x)로부터 예측하고자하는 값의 벡터 (= 종속변수, 출력변수, 결과변수, 반응변수)

 

 

예제>>

 

 

x와 y 벡터 설정

 

 

 

 

 

 

<<Scikit_learn을 사용하는 방법 예제>>

 

Random(np)의 randomstate: 하나 10개 값 임의로 고정하는 것.          rand(개수)  임의 개수 100개

해당 모양은 단순하므로 Linear regression이 可

Linear regression 사용 ->&nbsp; intercept = 절편&nbsp; &nbsp; -> fit_intercept 최적화 학습 가동.

Numpy의 reshape(-1, 숫자)   <- -1은 알아서 x에 맞게 배열하라는 의미이다. 

x,y에 맞는 선형회귀 모델을 fit()함수로 학습 (estimate 형태 최적화)

coef  = x의 계수 (coefficient)  = 기울기

 

 

예측값 생성은 predict함 사용

         np.linspace(구간시작,구간끝, num=개수)   :  특정구간 균일하게 개수 형성  

                                                                            -1부터 11구간사이에 100개 균일하게 생성

 

 

MSE(mean square error) 점검  (=y값과 y prediction과의 차이 점검)

 

(잠깐 MSE 개념 점검!!)

선형회귀선에서 벗어난 정도

 It assesses the average squared difference between the observed and predicted values. 

When a model has no error, the MSE equals zero. As model error increases, its value increases.

MSE는 모든 점과 선과의 거리 평균값 (에러 평균값)

그냥 개별점과 선의 거리는 residual error이다.

 

Econometrics의 엄밀한 정의를 복습하자.