
551
13
장
통계 분석
True, True, True, True, False, True])
In [87]: accuracy_score(test_y, pred_test)
➋
Out[87]: 0.7878787878787878
In [88]: test_c = test_x[test_y == pred_test]
test_f = test_x[test_y != pred_test]
In [89]: plt.figure(figsize=(10, 6))
plt.scatter(x=test_c[:, 0], y=test_c[:, 1],
c=test_y[test_y == pred_test],
marker='o', cmap='coolwarm')
plt.scatter(x=test_f[:, 0], y=test_f[:, 1],
c=test_y[test_y != pred_test],
marker='x', cmap='coolwarm');
➊
검증용 데이터에 기반하여 레이블값 예측
➋
검증용 데이터에 대한 표본 외
out
-
of
-
sample
정확도 계산
그림
13-30
검증용 데이터에 대한 서포트 벡터 머신 모형의 정답(점)과 오답(십자)
서포트 벡터 머신 분류 알고리즘은 사용하는 커널
kernel
을 선택할 수 있다. 다음 분석 결과에서
보이듯이 문제에 따라서는 커널이 다르면 성능이 달라진다. ...