3-1 k-최근접 이웃 회귀

이제 무언가를 고르는게 아닌 무게를 예측해야 한다면 어떻게 해야할까?

'회귀' (Regression)를 통해 해결 할 수 있다.

 

지도학습 알고리즘은 크게 분류와 회귀로 나뉜다. 2장에서 한것이 분류이다.

회귀는 분류와 반대로 임의의 숫자를 예측하는 역할을 한다.

 

 

# k-최근접 이웃 회귀

k-최근접 이웃 회귀란 

앞에서 배운 k 최근접 이웃과 같이 기준 샘플과 비교한 후 샘플들의 평균값을 출력하는 알고리즘이다.

 

앞의 도미,빙어 데이터를 통해서 우선 산점도를 그려보자.

perch_length = np.array([8.4, 13.7, 15.0, 16.2, 17.4, 18.0, 18.7, 19.0, 19.6, 20.0, 21.0,
       21.0, 21.0, 21.3, 22.0, 22.0, 22.0, 22.0, 22.0, 22.5, 22.5, 22.7,
       23.0, 23.5, 24.0, 24.0, 24.6, 25.0, 25.6, 26.5, 27.3, 27.5, 27.5,
       27.5, 28.0, 28.7, 30.0, 32.8, 34.5, 35.0, 36.5, 36.0, 37.0, 37.0,
       39.0, 39.0, 39.0, 40.0, 40.0, 40.0, 40.0, 42.0, 43.0, 43.0, 43.5,
       44.0])
perch_weight = np.array([5.9, 32.0, 40.0, 51.5, 70.0, 100.0, 78.0, 80.0, 85.0, 85.0, 110.0,
       115.0, 125.0, 130.0, 120.0, 120.0, 130.0, 135.0, 110.0, 130.0,
       150.0, 145.0, 150.0, 170.0, 225.0, 145.0, 188.0, 180.0, 197.0,
       218.0, 300.0, 260.0, 265.0, 250.0, 250.0, 300.0, 320.0, 514.0,
       556.0, 840.0, 685.0, 700.0, 700.0, 690.0, 900.0, 650.0, 820.0,
       850.0, 900.0, 1015.0, 820.0, 1100.0, 1000.0, 1100.0, 1000.0,
       1000.0])

길이와 무게가 비례하는 모습 !

from sklearn.model_selection import train_test_split

train_input, test_input, train_target, test_target = 
train_test_split(perch_length, perch_weight, random_state=42) --> 훈련 세트 42개 뽑기

앞에서 보았던 train_test_split() 메소드를 사용해 랜덤으로 훈련/테스트세트의  입력/정답 데이터를 나누어 준다. (총 4개)

 

          # 위에서 perch_length와 perch_weight는 1차원 np배열이므로 2차원으로 바꿔줘야한다! 

 

train_input = train_input.reshape(-1,1)			# reshape(-1 = 나머지 원소 개수로 모두 채우라는 뜻)
test_input = test_input.reshape(-1,1)
print(train_input.shape, test_input.shape)
(42,1) (14,1)

# reshape()의 '-1'이 의미하는 바는, 변경된 배열의 '-1' 위치의 차원은 "원래 배열의 길이와 남은 차원으로 부터 추정"

나머지 원소 개수로 모두 채우라는 의미 ! (총 원소 개수 모르거나 쓰기 귀찮을 때 사용하면 유용)

 

 # 결정계수(R^2)

from sklearn.neighbors import KNeighborsRegressor

knr = KNeighborsRegressor()
knr.fit(train_input, train_target)
print(knr.score(test_input, test_target))

0.99289

결정계수 공식 

예측이 타겟에 가까워지면 1에 가까워지고 / 타깃의 평균 정도를 예측하는 수준이면 0에 가까워진다.

 

 

# 과대적합 VS 과소적합

훈련 세트에서 점수가 좋았는데 테스트 세트에서는 점수가 나쁘다면 모델이 훈련 세트에 과대적합 되었다고 말한다.

반대로 훈련 세트보다 테스트 세트의 점수가 높거나 두 점수가 모두 너무 낮은 경우는 과소적합 되었다고 말한다.

 

if > 과소적합일 경우,

모델을 더 복잡하게 만들어야 한다.

k-최근접 이웃 알고리즘의 경우, 기준 샘플 수를 줄이는 방법이 있다. 

(샘플 많아질수록 일반적인 패턴을 가지기 때문)