ML 모델링 단계

Python으로 배우는 마케팅용 Machine Learning

Karolis Urbonas

Head of Analytics & Science, Amazon

지도 학습 단계

데이터를 학습/테스트로 분할
모델 초기화
학습 데이터로 모델 학습
테스트 데이터로 예측
테스트 데이터에서 성능 평가

코드로 하는 지도 학습

먼저 라이브러리를 불러옵니다.

from sklearn import tree
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

코드로 보는 지도 학습 단계

# 1. Split data to training and testing
train_X, test_X, train_Y, test_Y = train_test_split(X, Y, test_size=0.25)

# 2. Initialize the model
mytree = tree.DecisionTreeClassifier()

# 3. Fit the model on the training data
treemodel = mytree.fit(train_X, train_Y)

# 4. Predict values on the testing data
pred_Y = treemodel.predict(test_X)

# 5. Measure model performance on testing data
accuracy_score(test_Y, pred_Y)

비지도 학습 단계

모델 초기화
모델 학습
군집 값 할당
결과 탐색

코드로 하는 비지도 학습

먼저 라이브러리를 불러옵니다.

from sklearn.cluster import KMeans
import pandas as pd

코드로 하는 비지도 학습

1. Initialize the model
kmeans = KMeans(n_clusters=3)

# Fit the model 
kmeans.fit(data)

# 3. Asign cluster values
data.assign(Cluster=kmeans.labels_)

# 4. Explore results
data.groupby('Cluster').mean()

모델을 만들어 봅시다!

Python으로 배우는 마케팅용 Machine Learning