일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- 딥 러닝
- 합성곱 신경망
- 선형 회귀
- convolutional neural network
- cost function
- CNN
- Sigmoid Function
- 정리
- regression
- data
- 비용 함수
- Gradient descent algorithm
- 회귀
- Logistic regression
- 요약
- 강화학습
- Deep learning
- reinforcement learning
- RL
- Logistic
- Kaggle
- csv
- Q-Learning
- iris
- 시그모이드 함수
- sklearn
- 기울기 감소 알고리즘
- 논리 회귀
- Neural network
- machine learning
- Today
- Total
컴공돌이의 스터디 블로그
[Iris_1] - Iris DataSet 가져오기 본문
* 이 글은 Iris DataSet을 이용한 실습 과정을 정리한 글입니다.
Iris DataSet 가져오기
Iris DataSet은 1930년대부터 시작된 고전적인 데이터셋이기 때문에 DataSet을 가져오는 방법에도 여러가지 방법이 존재합니다. 하지만 가장 간단한 방법은 Scikit-Learn에 들어있는 Iris DataSet을 코드상으로 불러오는 방법일 것입니다.
1 2 3 4 5 6 7 8 9 10 11 | from sklearn.datasets import load_iris import pandas as pd import numpy as np Iris = load_iris() Iris_Data = pd.DataFrame(data= np.c_[Iris['data'], Iris['target']], columns= Iris['feature_names'] + ['target']) Iris_Data['target'] = Iris_Data['target'].map({0: "setosa", 1: "versicolor", 2: "virginica"}) X_Data = Iris_Data.iloc[:,:-1] Y_Data = Iris_Data.iloc[:,[-1]] | cs |
위의 코드를 실행하면 정말 간단하게 Iris DataSet을 별도의 다운로드 없이 코드상에서 사용할 수 있게 됩니다.
Scikit-Learn 안에 들어있는 datasets에서 load_iris() 함수를 사용한것 만으로 Iris DataSet을 코드안의 변수 Iris에 저장할 수 있습니다. Iris가 아닌 위의 코드에서 선언한 Iris_Data, X_Data, Y_Data 변수들에 대한 설명은 아래와 같습니다.
- Iris_Data : Iris DataSet을 Dataframe의 형태로 저장한 데이터
- X_Data : Iris를 구분하는 데 실제로 사용되는 데이터
- Y_Data : Iris의 실제 Label 데이터
각각의 데이터를 실제로 출력해보면 아래와 같습니다. 아래의 그림의 Dataframe에 대해서 사용할 수 있는 head() 함수는 상위 5개의 데이터를 보여주고 tail() 함수는 하위 5개의 데이터를 보여주는 함수 입니다. 그리고 sample() 함수는 전체 데이터에서 사용자가 원하는 개수의 데이터를 랜덤하게 보여주는 함수입니다.
위의 그림들에서 볼 수 있드시 Iris DataSet의 모든 데이터는 정상적으로 코드안의 변수에 저장되었음을 확인할 수 있습니다.
'Machine Learning 실습 > Iris' 카테고리의 다른 글
[Iris_4] - Iris DataSet에 Logistic Regression 사용해 보기 (1) | 2018.04.02 |
---|---|
[Iris_3] - Iris DataSet에 Classifier 사용해 보기 (0) | 2018.03.28 |
[Iris_2] - Iris DataSet 시각화하기 (0) | 2018.03.27 |