특성과 레이블

Coddy Machine Learning 여정의 데이터와 시각화 섹션에 포함된 레슨. 60개 중 53번째.

모델은 입력으로부터 답을 학습하므로 두 가지를 전달합니다. X는 특성이고, y는 샘플마다 하나씩 있는 레이블입니다.

두 부분으로 나뉜 붓꽃 데이터 6개 행: X는 연한 파란색으로 표시된 행마다 측정값 4개가 있는 표이고, 그 옆의 y는 행마다 레이블 하나(0, 0, 1, 1, 2, 2)가 진한 파란색으로 표시되어 있습니다

as_frame=True로 불러온 데이터셋에는 두 가지가 모두 준비되어 있습니다:

iris = load_iris(as_frame=True)
X = iris.data
y = iris.target
print(X.shape, y.shape)

다음과 같이 출력됩니다:

(150, 4) (150,)

X의 i번째 행은 꽃 한 송이이고, y[i]는 그 꽃의 종입니다. 레이블은 X에 포함하지 않습니다. 답을 읽을 수 있는 모델은 아무것도 학습하지 못합니다.

그런 다음 y.value_counts()로 클래스를 세어 보세요. iris에는 각 클래스가 50개씩 있어 균형 잡힌 데이터셋입니다.

챌린지

중급

scikit-learn의 손글씨 숫자는 8×8 그림이며, 각각 64개의 픽셀 숫자(특성)로 저장되고 그림에 표시된 숫자로 레이블이 지정됩니다.

load_digits의 손글씨 숫자 10개, 0부터 9까지 두 줄에 각각 다섯 개씩 있으며, 각각 흰 바탕에 짙은 잉크로 그린 각진 8×8 그림

팀원이 분할한 결과를 출력하면 X: (1797, 65)가 표시됩니다. 이 팀원의 X에는 여전히 정답이 들어 있습니다.

X에 64개의 픽셀 특성만 들어가도록 수정하세요.
준비된 줄 아래에 프로그램이 읽은 숫자 d를 나타내는 샘플의 개수를 출력하세요.

입력이 3일 때:

X: (1797, 64)
y: (1797,)
Samples of digit 3: 183

직접 해보기

from sklearn.datasets import load_digits

digits = load_digits(as_frame=True)
d = int(input())

# 특성과 레이블
X = digits.frame
y = digits.target

# 아래 줄은 변경하지 마세요
print(f"X: {X.shape}")
print(f"y: {y.shape}")

# 아래에 코드를 작성하세요