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

50

파이썬 라이브러리를 활용한 머신러닝(번역개정판)

Out [29]:

테스트 세트에 대한 예측값:

[2 1 0 2 0 2 0 1 1 1 2 1 1 1 1 0 1 1 0 0 2 1 0 0 2 0 0 1 1 0 2 1 0 2 2 1 0 2]

In [30]:

print("테스트 세트의 정확도: {:.2f}".format(np.mean(y_pred == y_test)))

Out [30]:

테스트 세트의 정확도: 0.97

또

knn

객체의

score

메서드로도 테스트 세트의 정확도를 계산할 수 있습니다.

In [31]:

print("테스트 세트의 정확도: {:.2f}".format(knn.score(X_test, y_test)))

Out [31]:

테스트 세트의 정확도: 0.97

이 모델의 테스트 세트에 대한 정확도는 약

0

.

97

입니다. 이 말은 테스트 세트에 포함된 붓꽃

중

97

%의 품종을 정확히 맞혔다는 뜻입니다. 이 결과 이 모델은 새로운 붓꽃에 대한 정확도가

97

%일 것이라 기대할 수 있습니다. 정확도가 높으므로 아마추어 식물학자는 이 애플리케이션

을 충분히 신뢰하고 사용할만합니다. 이후의 장들에서 모델의 성능을 높이는 방법과 모델을 튜

닝할 때 주의할 점을 살펴보겠습니다.

1.8

요약 및 정리

우리는 머신러닝과 머신러닝 애플리케이션에 대한 간략한 소개에서 시작해, 지도 학습과 ...