Computer Science/Machine Learning43 Discriminant analysis(판별 분석) [Discriminant Analysis 이용 당뇨병 환자 예측] (4) 1. DatasetTrain Testx_train = train.drop(['Diabetes'], axis=1)y_train = train['Diabetes']x_test = test 2. LDA# LDAfrom sklearn.discriminant_analysis import LinearDiscriminantAnalysisfrom sklearn.metrics import accuracy_scorecld = LinearDiscriminantAnalysis()cld.fit(x_train, y_train)y_train_pred = cld.predict(x_train)y_test_cld_pred = cld.predict(x_test)print(accuracy_score(y_train, y_train_pred).. 2024. 3. 31. Discriminant analysis(판별 분석) [Discriminant Analysis 이용 원자력발전소 상태 예측] (3) LDA# LDAfrom sklearn.discriminant_analysis import LinearDiscriminantAnalysisfrom sklearn.metrics import accuracy_score, confusion_matrixcld = LinearDiscriminantAnalysis()cld.fit(x_train, y_train)y_train_pred = cld.predict(x_train)y_test_cld_pred = cld.predict(x_test)print(accuracy_score(y_train,y_train_pred))QDA# QDAfrom sklearn.discriminant_analysis import QuadraticDiscriminantAnalysisfrom skle.. 2024. 3. 31. Discriminant analysis(판별 분석) [Iris] (2) 1. Load Dataset # Iris data 불러오기 import seaborn as sns iris = sns.load_dataset('iris') x = iris.drop('species', axis=1) y = iris['species'] 2. Preprocessing # Label Encoder from sklearn.preprocessing import LabelEncoder classle = LabelEncoder() y = classle.fit_transform(iris['species'].values) # Split Dataset from sklearn.model_selection import train_test_split x_train, x_test, y_train, y_test =.. 2024. 3. 31. Discriminant analysis(판별 분석) (1) 1. Regression(회귀)/Classification(분류) 문제 해결을 위한 솔루션 KNN Logistic Regression LDA Decision Tree SVM Ensemble Kmeans 2. 판별 분석(Discriminant Analysis) (1) 정의 두 개 이상의 모 집단에서 추출된 표본들이 지니고 있는 정보를 이용하여, 이 표본들이 어느 모집단에서 추출된 것인지는 결정해 줄 수 있는 기준을 찾는 분석법 예) 은행에서 부동산 담보 대출을 행하고자 할 경우, 채무자가 대출금을 갚을 것인가? 과거 대출금을 반환치 않은 사람의 정보 유형(연령,소득,결혼 유무등)을 참고하여 담보 신청 시 신청자의 정보 유형을 과거의 유형과 비교하여 장래 변제 가능성을 파악할 수 있음 (*학습 기반 분류 방.. 2024. 3. 31. 이전 1 ··· 5 6 7 8 9 10 11 다음
