파이썬 라이브러리를 활용한 머신러닝(번역개정판): 사이킷런 핵심 개발자가 쓴 머신러닝과 데이터 과학 실무서

6

장

알고리즘 체인과 파이프라인

391

4

장에서 보았듯이 입력 데이터의 표현 형태에 매우 민감한 머신러닝 알고리즘이 많습니다. 직

접 데이터의 스케일을 조정하고 특성을 연결하는 것부터 시작해서

3

장에서처럼 비지도 학습으

로 특성을 만들기까지 합니다. 따라서 대부분의 머신러닝 애플리케이션은 하나의 알고리즘으

로 이뤄져 있지 않고, 여러 단계의 처리 과정과 머신러닝 모델이 연결되어 있습니다. 이번 장에

서는 데이터 변환 과정과 머신러닝 모델을 쉽게 연결해주는

Pipeline

파이썬 클래스를 설명하

겠습니다. 특히

Pipeline

과

GridSearchCV

를 함께 사용하여 각 처리 단계에서 필요한 매개변

수 탐색을 동시에 수행할 것입니다.

모델 체인의 좋은 예로,

3

장에서

cancer

데이터셋을

MinMaxScaler

로 전처리를 해서 커널

SVM

의 성능을 크게 향상시켰었습니다.

1

다음은 데이터를 분할하고 최솟값, 최댓값을 찾아 데

이터의 스케일을 바꾸고

SVM

을 훈련시키는 코드입니다.

In [3]:

from sklearn.svm import SVC

from sklearn.datasets import load_breast_cancer

from sklearn.model_selection import train_test_split

from sklearn.preprocessing