machine Learning 첫걸음

mahinLearning 시작하가ㅣ

---

머신러닝을 시작하기 전에 라이브러리를 다운받읍시다.
pip3 install -U scikit-learn scipy matplotlib scikit-image

xor 연산학습 시켜서 결과내보기

from sklearn import svm, metrics
import pandas as pd

data = [
[0,0,0],
[0,1,1],
[1.0,1],
[1,1,1]
]

frameData = pd.DataFrame(data)
#pandas를 통해서 입력 데이터와 결과 데이터를 쉽게 나눔
inputData = frameData.ix[:,0:1]
resultData = frameData.ix[:,2]

clf = svm.SVC()
#머신러닝 교사학습
clf.fit(insertData, resultData)
#교육시킨 것을 바탕으로 입력값 결과 예측
pre = clf.predict(insertData)
#예측결과와 실제 답을 비교
score = metrics.accuracy_score(pre, resultData)

print(score)

분꽃 종류 맞추기

우선 이사이트에 들아가서 필요한 iris.csv파일을 다운받자. 다운 후 파일을 열어보면

from sklearn import svm, metrics
import pandas as pd
from sklearn.model_selection import train_test_split

csv = pd.read_csv('iris.csv')
inputName = csv[["SepalLength","SepalWidth","PetalLength","PetalWidth"]]
resultName = csv["Name"]
#뒤에 test_case 옵션때문에 150개의 데이터 중 50개가 테스트 데이터로 간다.
trainData, testData, trainResult, testResult = train_test_split(inputName,resultName,test_case=0.33)
clf = svm.SVC()
#머신러닝
clf.fit(inputName, resultName)
#앞선 훈련 결과로 테스트 데이터 예측값 구하기
pre = clf.predict(testData)

score = metrics.(pre, testResult)

print("정답률",score)