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

45

1

장

소개

y_train 크기: (112,)

In [23]:

print("X_test 크기:", X_test.shape)

print("y_test 크기:", y_test.shape)

Out [23]:

X_test 크기: (38, 4)

y_test 크기: (38,)

1.7.3

가장 먼저 할 일: 데이터 살펴보기

머신러닝 모델을 만들기 전에 머신러닝이 없이도 풀 수 있는 문제는 아닌지, 혹은 필요한 정보

가 누락되지는 않았는지 데이터를 조사해보는 것이 좋습니다.

또한 데이터를 탐색하면서 비정상적인 값이나 특이한 값들을 찾을 수도 있습니다. 예를 들어

붓꽃 데이터 중 일부는 센티미터가 아니고 인치로 되어 있을 수도 있습니다. 실제로 데이터에

일관성이 없거나 이상한 값이 들어가 있는 경우가 종종 있습니다.

시각화는 데이터를 조사하는 아주 좋은 방법입니다.

산점도

scatter

plot

가 그중 하나입니다. 산점도

는 데이터에서 한 특성을

x

축에 놓고 다른 하나는

y

축에 놓아 각 데이터 포인트를 하나의 점

으로 나타내는 그래프입니다. 아쉽게도 컴퓨터 화면은

2

차원이라 한 번에

2

개(혹은

3

개

13

)의

특성만 그릴 수 있습니다. 따라서 이 그래프로는

3

개 이상의 특성을 표현하기 어렵습니다. 대

신 모든 특성을 짝지어 만드는

산점도 행렬

scatter

matrix

을 사용할 수 있습니다. ...