Python으로 배우는 차원 축소
Jeroen Boeye
Head of Machine Learning, Faktion
예측 대상 특성과 학습용 특성을 분리합니다.
y = house_df['City'] X = house_df.drop('City', axis=1)
데이터를 학습 70%, 테스트 30%로 분할합니다
from sklearn.model_selection import train_test_split X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)
서포트 벡터 머신 분류기를 생성하고 학습 데이터에 적합합니다
from sklearn.svm import SVC svc = SVC() svc.fit(X_train, y_train)
from sklearn.metrics import accuracy_score print(accuracy_score(y_test, svc.predict(X_test)))
0.826
print(accuracy_score(y_train, svc.predict(X_train)))
0.832
Preparing Video For Download...
