머신러닝 같은 데이터로 scikit-learn 구현해보기

1. make_classification() 으로 데이터 X와 라벨 y를 생성하고

2. train_test_split()으로 학습데이터와 테스트 데이터를 나눈다.

3. LogisticRegression, LinearSVC, SVC, DecisionTreeClassifier, RandomForestClassifier를 import한 후

모델을 딕셔너리를 이용해 구축한다. 

4. for문으로 모델을 학습시키고 정확도를 출력한다.

 

▷랜덤 포레스트랑 결정트리의 정확도가 가장 높다(1.0이니..ㅎ)

 

▷그래서 앞에서 했던 버섯데이터에도 해봤다.

 

▶ 여기서는 결정트리, 랜덤포레스트가 미세하게 높게 나왔고 비선현 SVM도 만만치 않게 높게 나왔다.

0.0002가 높으니까 크게 차이나지 않는게 아닐까..?