init
hy.kim
1 year ago
parent
0fa665a420
commit
f8bc1216ef
@ -0,0 +1,179 @@
|
||||
{
|
||||
"cells": [
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"# 선형 회귀 (Linear Regression)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 5,
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"Coefficients: [[2.50779446]]\n",
|
||||
"Intercept: [4.64634325]\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"from sklearn.linear_model import LinearRegression\n",
|
||||
"from sklearn.model_selection import train_test_split\n",
|
||||
"import numpy as np\n",
|
||||
"\n",
|
||||
"# 예제 데이터 생성\n",
|
||||
"X = np.random.rand(100, 1) * 10 # 100개의 랜덤 데이터\n",
|
||||
"y = 2.5 * X + 5 + np.random.randn(100, 1) * 2 # y = 2.5x + 5 + 잡음\n",
|
||||
"\n",
|
||||
"# 데이터 분할\n",
|
||||
"X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)\n",
|
||||
"\n",
|
||||
"# 선형 회귀 모델 학습\n",
|
||||
"model = LinearRegression()\n",
|
||||
"model.fit(X_train, y_train)\n",
|
||||
"\n",
|
||||
"# 예측\n",
|
||||
"y_pred = model.predict(X_test)\n",
|
||||
"\n",
|
||||
"print(\"Coefficients:\", model.coef_)\n",
|
||||
"print(\"Intercept:\", model.intercept_)\n"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 9,
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"Mean Squared Error: 4061.83\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"import numpy as np\n",
|
||||
"from sklearn import datasets\n",
|
||||
"from sklearn.model_selection import train_test_split\n",
|
||||
"from sklearn.linear_model import LinearRegression\n",
|
||||
"from sklearn.metrics import mean_squared_error\n",
|
||||
"\n",
|
||||
"# 데이터 로드\n",
|
||||
"diabetes = datasets.load_diabetes()\n",
|
||||
"X = diabetes.data[:, np.newaxis, 2] # BMI feature만 사용\n",
|
||||
"y = diabetes.target\n",
|
||||
"\n",
|
||||
"# 데이터 분할\n",
|
||||
"X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)\n",
|
||||
"\n",
|
||||
"# 선형 회귀 모델 학습\n",
|
||||
"model = LinearRegression()\n",
|
||||
"model.fit(X_train, y_train)\n",
|
||||
"\n",
|
||||
"# 예측 및 평가\n",
|
||||
"y_pred = model.predict(X_test)\n",
|
||||
"mse = mean_squared_error(y_test, y_pred)\n",
|
||||
"print(f\"Mean Squared Error: {mse:.2f}\")\n"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"# 로지스틱 회귀 (Logistic Regression)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": null,
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": [
|
||||
"from sklearn.linear_model import LogisticRegression\n",
|
||||
"from sklearn.model_selection import train_test_split\n",
|
||||
"\n",
|
||||
"# 예제 데이터 생성\n",
|
||||
"X = np.random.rand(100, 1) * 10 # 100개의 랜덤 데이터\n",
|
||||
"y = (X > 5).astype(int).ravel() # X가 5보다 크면 1, 아니면 0\n",
|
||||
"\n",
|
||||
"# 데이터 분할\n",
|
||||
"X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)\n",
|
||||
"\n",
|
||||
"# 로지스틱 회귀 모델 학습\n",
|
||||
"model = LogisticRegression()\n",
|
||||
"model.fit(X_train, y_train)\n",
|
||||
"\n",
|
||||
"# 예측\n",
|
||||
"y_pred = model.predict(X_test)\n",
|
||||
"\n",
|
||||
"print(\"Coefficients:\", model.coef_)\n",
|
||||
"print(\"Intercept:\", model.intercept_)\n"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 11,
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"Accuracy: 95.61%\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"from sklearn import datasets\n",
|
||||
"from sklearn.model_selection import train_test_split\n",
|
||||
"from sklearn.linear_model import LogisticRegression\n",
|
||||
"from sklearn.metrics import accuracy_score\n",
|
||||
"\n",
|
||||
"# 데이터 로드\n",
|
||||
"cancer = datasets.load_breast_cancer()\n",
|
||||
"X = cancer.data\n",
|
||||
"y = cancer.target\n",
|
||||
"\n",
|
||||
"# 데이터 분할\n",
|
||||
"X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)\n",
|
||||
"\n",
|
||||
"# 로지스틱 회귀 모델 학습\n",
|
||||
"model = LogisticRegression(max_iter=10000) # max_iter를 증가시켜 수렴을 도움\n",
|
||||
"model.fit(X_train, y_train)\n",
|
||||
"\n",
|
||||
"# 예측 및 평가\n",
|
||||
"y_pred = model.predict(X_test)\n",
|
||||
"acc = accuracy_score(y_test, y_pred)\n",
|
||||
"print(f\"Accuracy: {acc*100:.2f}%\")\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"metadata": {
|
||||
"kernelspec": {
|
||||
"display_name": "Python 3",
|
||||
"language": "python",
|
||||
"name": "python3"
|
||||
},
|
||||
"language_info": {
|
||||
"codemirror_mode": {
|
||||
"name": "ipython",
|
||||
"version": 3
|
||||
},
|
||||
"file_extension": ".py",
|
||||
"mimetype": "text/x-python",
|
||||
"name": "python",
|
||||
"nbconvert_exporter": "python",
|
||||
"pygments_lexer": "ipython3",
|
||||
"version": "3.10.11"
|
||||
},
|
||||
"orig_nbformat": 4
|
||||
},
|
||||
"nbformat": 4,
|
||||
"nbformat_minor": 2
|
||||
}
|
||||
Loading…
Reference in New Issue