[ML] 1. 사이킷런 기반의 프레임워크

사이킷런 기반 프레임워크

• 학습 및 예측을 위해 fit(),predict()를 제공
• 분류와 회귀의 다양한 알고리즘 구현

 

분류	모듈명	설명
예제 데이터	sklearn.datasets	사이킷런 내장 데이터셋
데이터분리,검증 & 파라미터 튜닝	sklearn.model_selection	train_test_split,교차검증,GridSearchCV를 이용하여 데이터 분리,검증 및 튜닝
피처 처리 & 차원 축소	skelarn.decomposition	차원 축소과 관련한 알고리즘을 지원 ex) PCA,NMF,Truncated SVD
평가	sklearn.metrics	성능 측정 ex) Accuracy,Recall,Precision,ROC-AUC,RMSE 등
알고리즘	- sklearn.ensemble - sklearn.linear_model - sklearn.tree - sklearn.cluster - sklearn.svm ...	- 랜덤 포레스트, 에이다 부스트 등 - 선형 회귀,릿지,라쏘 등 - 의사 결정 트리  - k-Means,DBSCAN 등 - 서포트 벡터 머신 등
유틸리티	sklearn.pipeline	피처 처리 등의 변환과 학습&예측 등을 함께 묶어서 실행할 수 있는 유틸리티 제공

 

---

내장된 예제 데이터

Data set의 Key의 의미

• Data : 피처의 데이터셋
• Target : 뷴류시 레이블 값
• Target_names : 레이블 이름
• feature_names : 피처 이름
• DESCR : 데이터셋 설명&피처 설명