7 장 sklearn

7.1 주요기능

• https://scikit-learn.org/stable/

1. Classification:
   • Applications: Spam detection, Image recognition.
   • Algorithms: SVM, nearest neighbors, random forest
2. Regression
   • Applications: Drug response, Stock prices.
   • Algorithms: SVR, ridge regression, Lasso
3. Clustering
   • Applications: Customer segmentation, Grouping experiment outcomes
   • Algorithms: k-Means, spectral clustering, mean-shift
4. Dimensionality reduction
   • Applications: Visualization, Increased efficiency
   • Algorithms: PCA, feature selection, non-negative matrix factorization
5. Model selection
   • Modules: grid search, cross validation, metrics
6. Preprocessing
   • Application: Transforming input data such as text for use with machine learning algorithms.
   • Modules: preprocessing, feature extraction

7.2 sklearn.datasets

1. 데이터 셋

   데이터 로드 함수	데이터설명	참고
   load_boston	보스턴 집값	내장데이터
   load_diabetes	당뇨병 자료
   load_linnerud	linnerud 자료
   load_iris	붓꽃자료
   load_digits	필기 숫자(digit)이미지
   load_wine	포도주(wine) 등급
   load_breast_cancer	유방암진단 자료
   fetch_california_housing	캘리포니아 집값 자료	인터넷 다운로드
   fetch_covtype	토지조사 자료
   fetch_20newsgroups	뉴스 그룹 텍스트 자료
   fetch_olivetti_faces	얼굴 이미지 자료
   fetch_lfw_people	유명인 얼굴 이미지
   fetch_lfw_pairs	유명인 얼굴 이미지
   fetch_rcv1	로이터 뉴스 말뭉치
   fetch_kddcup99	Kddcup 99 Tcp dump
   make_regression	회귀분석용	가상데이터
   make_classification	분류용
   make_blobs	클러스터링용

2. 데이터 형식: Bunch라는 클래스 객체로 생성

   • data: (필수) 독립 변수 ndarray 배열
   • target: (필수) 종속 변수 ndarray 배열
   • feature_names: (옵션) 독립 변수 이름 리스트
   • target_names: (옵션) 종속 변수 이름 리스트
   • DESCR: (옵션) 자료에 대한 설명

3. Example

   • See the url: https://datascienceschool.net/view-notebook/577a01e24d4f456bb5060da6e47054e1/

   from sklearn.datasets import load_iris
   iris = load_iris()
   iris.data