[Machine Learning] KNeighborsRegressor

회귀문제 다루기¶

농어의 높이, 길이 등을 수치로 무게를 예측해 달라 요청할 때, 회귀(임의의 수치 예측) 문제이다. 농어의 길이를 사용하여 무게를 예측하는 k-최근접 이웃 모델을 생성한다. k-최근접 이웃 회귀 모델은 가까운 k개의 이웃을 찾고, 이웃 샘플의 타깃값을 평균으로 샘플의 예측값을 사용한다.

사이킷런은 회귀모델의 점수로 R^2, 즉 결정계수 값을 반환한다. 이 값을 1에 가까울수록 좋다. 정량적인 평가를 하고 싶다면 사이킷런에서 제공하는 다른 평가 도구를 이용할 수 있다.

모델 훈련 후, 훈련 세트와 테스트 세트에 대해 모두 평가 점수를 구할 수 있는데, 두 점수 차이가 크면 좋지 않다. 과대/과소 적합에 유의해 모델을 적절히 바꿔야한다. k-최근접 이웃의 경우는 과대적합일 경우 k값을 늘려 모델을 단순하게 만들고, 과속 적합일 경우 k값을 줄인다.

Dataset¶

In [31]:

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])

In [32]:

import matplotlib.pyplot as plt

plt.scatter(perch_length, perch_weight)
plt.xlabel('length')
plt.ylabel('weight')
plt.show()

In [33]:

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)

sklearn의 훈련세트는 2차원 배열이여야 하므로

In [34]:

train_input = train_input.reshape(-1, 1)
test_input = test_input.reshape(-1, 1)
print(train_input.shape, test_input.shape)

(42, 1) (14, 1)

Model - KNeighborsRegressor¶

In [35]:

from sklearn.neighbors import KNeighborsRegressor

knr = KNeighborsRegressor()

knr.fit(train_input, train_target)

Out[35]:

KNeighborsRegressor(algorithm='auto', leaf_size=30, metric='minkowski',
                    metric_params=None, n_jobs=None, n_neighbors=5, p=2,
                    weights='uniform')

Score¶

In [36]:

print(knr.score(test_input, test_target))

0.9928094061010639

결정계수 또는 R^2이라 부른다.

In [37]:

print(knr.score(train_input, train_target))

0.9698823289099255

train set에서의 점수가 test set의 점수보다 낮게 나온것을 통해 이 모델은 과소적합된 것을 알 수 있다. 따라서 k-neighbors의 수를 줄여 보완할 수 있다.

In [38]:

knr.n_neighbors = 3

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

0.974645996398761
0.974645996398761

Great!

In [39]:

from IPython.core.display import display, HTML
display(HTML("<style>.container {width:90% !important;}</style>"))