사이킷런 의사결정나무 알고리즘 및 당뇨병 데이터셋

사이킷런 의사결정나무 알고리즘

 

Supervised learning의 classification 기법

• 새로 들어온 고객이 물건을 구매할지, 구매하지 않을지를 분류
• 1.10. Decision Trees — scikit-learn 1.3.2 documentation

1.10. Decision Trees

• tree 패키지 불러오기

>>> from sklearn import tree
>>> X = [[0, 0], [1, 1]]
>>> Y = [0, 1]

• 의사결정 트리 분류 (DecisionTreeClassifier)

>>> clf = tree.DecisionTreeClassifier()
>>> clf

 

• fit 함수를 통해 모델 학습 및 저장

clf = clf.fit(X, Y)
clf

 

 

• predict 함수는 정답을 0,1 중 하나로만 나타냄

clf.predict([[2., 2.]])

 

• predict_proba 함수를 사용하여 값이 비율로 출력

clf.predict_proba([[2., 2.]])

>>> from sklearn.datasets import load_iris
>>> from sklearn import tree
>>> iris = load_iris()
>>> X, y = iris.data, iris.target
>>> clf = tree.DecisionTreeClassifier()
>>> clf = clf.fit(X, y)

• iris.data, iris.target을 X,y로 바꾸어 시각화 진

import matplotlib.pyplot as plt

plt.figure(figsize=(20, 10))
t = tree.plot_tree(clf.fit(X, y))

 

---

당뇨병 데이터셋

Pima Indians Diabetes Database (kaggle.com)

Pima Indians Diabetes Database

 

Data 구성

• Pregnancies : 임신 횟수
• Glucose : 2시간 동안의 경구 포도당 내성 검사에서 혈장 포도당 농도
• BloodPressure : 이완기 혈압 (mm Hg)
• SkinThickness : 삼두근 피부 주름 두께 (mm), 체지방을 추정하는데 사용되는 값
• Insulin : 2시간 혈청 인슐린 (mu U / ml)
• BMI : 체질량 지수 (체중kg / 키(m)^2)
• DiabetesPedigreeFunction : 당뇨병 혈통 기능
• Age : 나이
• Outcome : 768개 중에 268개의 결과 클래스 변수(0 또는 1)는 1이고 나머지는 0입니다.

 

• 라이브러리 로드

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

%matplotlib inline

 

• 데이터셋 로드

df=pd.read_csv('data/diabetes.csv')
df.shape

df.head()

 

• 학습, 예측 데이터셋 나누기

split_count = int(df.shape[0] * 0.8)
split_count

 

train = df[:split_count].copy()
train.shape

 

test=df[split_count:].copy()
test.shape

 

• 학습, 예측에 사용할 컬럼 지정

feature_names = train.columns[:-1].tolist()
feature_names

 

• 정답 컬럼 지정

label_name = train.columns[-1]
label_name

 

• 학습, 예측 데이터셋 만들기

X_train = train[feature_names]
print(X_train.shape)
X_train.head()

y_train = train[label_name]
print(y_train.shape)
y_train.head()

 

• 예측에 사용할 데이터셋 만들기

X=test = test[feature_names]
pring(X_test.shape)
X_test.head()

 

y_test = test[label_name]
print(y_test.shape)
y_test.head()