Pandas 모듈의 DataFrame 기능을 사용하여 구현했습니다.
데이터 학습과 예측은 이전과 같습니다. 마지막으로 정답률 구하는 것은
metrics.accuracy_score() 함수를 이용하여 정답률을 쉽게 구하였습니다.
매개변수에는 실제 답과 예측 결과 배열을 전달하면 됩니다.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 | import pandas as pd from sklearn import svm, metrics # XOR 연산 xor_input = [ [0,0,0], [0,1,1], [1,0,1], [1,1,0] ] # 입력을 학습 전용 데이터와 테스트 전용 데이터로 분류 xor_df = pd.DataFrame(xor_input) xor_data = xor_df.ix[:,0:1] # 데이터 xor_label = xor_df.ix[:,2] # 레이블 # 데이터 학습과 예측하기 clf = svm.SVC() clf.fit(xor_data, xor_label) pre = clf.predict(xor_data) # 정답률 구하기 ac_score = metrics.accuracy_score(xor_label, pre) print("정답률 : ", ac_score) | cs |
'기타 > 기타 잡다한 것들' 카테고리의 다른 글
텐서플로우(Tensorflow)에서의 변수 사용하기 (0) | 2018.10.01 |
---|---|
연습문제) 텐서플로우로 간단한 계산하기 1 (0) | 2018.10.01 |
[머신러닝] 프레임워크 scikit-learn을 사용하여 XOR 연산 해보기 (0) | 2018.09.29 |
머신러닝 기본 정리 및 개요 (0) | 2018.09.29 |
[신경망] 파이썬으로 인공 신경망 만들기5 (0) | 2018.09.28 |