Python의 로지스틱 회귀-데이터 분할
우리는 약 4 만개의 이상한 기록을 가지고 있습니다. 전체 데이터를 모델 구축에 사용하면 테스트 용 데이터가 남지 않습니다. 따라서 일반적으로 전체 데이터 세트를 70/30 비율로 두 부분으로 나눕니다. 데이터의 70 %는 모델 구축에 사용하고 나머지는 생성 된 모델의 예측 정확도를 테스트하는 데 사용합니다. 요구 사항에 따라 다른 분할 비율을 사용할 수 있습니다.
기능 배열 생성
데이터를 분할하기 전에 데이터를 X와 Y의 두 배열로 분리합니다. X 배열은 분석하려는 모든 기능 (데이터 열)을 포함하고 Y 배열은 다음의 출력 인 부울 값의 1 차원 배열입니다. 예측. 이를 이해하기 위해 몇 가지 코드를 실행 해 보겠습니다.
먼저 다음 Python 문을 실행하여 X 배열을 만듭니다.
In [17]: X = data.iloc[:,1:]
내용을 검토하려면 X 사용하다 head몇 가지 초기 레코드를 인쇄합니다. 다음 화면은 X 배열의 내용을 보여줍니다.
In [18]: X.head ()
배열에는 여러 행과 23 개의 열이 있습니다.
다음으로“y”값.
출력 배열 생성
예측 값 열에 대한 배열을 만들려면 다음 Python 문을 사용하십시오.
In [19]: Y = data.iloc[:,0]
호출하여 내용을 확인하십시오. head. 아래 화면 출력은 결과를 보여줍니다-
In [20]: Y.head()
Out[20]: 0 0
1 0
2 1
3 0
4 1
Name: y, dtype: int64
이제 다음 명령을 사용하여 데이터를 분할하십시오.
In [21]: X_train, X_test, Y_train, Y_test = train_test_split(X, Y, random_state=0)
이렇게하면 다음과 같은 4 개의 배열이 생성됩니다. X_train, Y_train, X_test, and Y_test. 이전과 마찬가지로 head 명령을 사용하여 이러한 배열의 내용을 검사 할 수 있습니다. 모델 학습에는 X_train 및 Y_train 배열을 사용하고 테스트 및 유효성 검사에는 X_test 및 Y_test 배열을 사용합니다.
이제 분류기를 만들 준비가되었습니다. 다음 장에서 살펴 보겠습니다.