from sklearn.datasets import make_blobs
예제
X, y = make_blobs(n_samples=500, centers=3, n_features=2, random_state=0) # 500개의 점을 3개로 모이게 한다, 변수는 2개, 무작위 상태는 0
X.shape, y.shape # ((500, 2), (500,))
plt.scatter(X[:,0],X[:,1],c=y,s=5)
plt.show()
.png)
# 학습 데이터 나누기
from sklearn.model_selection import train_test_split
x_train, x_test, y_train, y_test = train_test_split(X, y, test_size=.25, random_state=0)
x_train.shape, x_test.shape, y_train.shape, y_test.shape # ((375, 2), (125, 2), (375,), (125,))
# 지도 학습 하기
from sklearn.linear_model import LogisticRegression
logisticReg = LogisticRegression(max_iter=5000) # 기본 반복 100
logisticReg.fit(x_train, y_train)
# 추정하기
pred = logisticReg.predict(X)
# 결정계수
logisticReg.score(x_test, y_test) # 0.92
# 한글 깨짐 없이 나오게 설정
from matplotlib import rcParams # 인코딩 폰트 설정
rcParams['font.family'] = 'New Gulim'
rcParams['font.size'] = 10
# 산점도
plt.figure(figsize=(10,4))
plt.subplot(1,2, 1)
plt.scatter(X[:,0],X[:,1],c=y)
plt.title('정답')
plt.subplot(1,2, 2)
plt.scatter(X[:,0],X[:,1],c=pred)
plt.title('추정')
plt.show()
.png)