02-1. 훈련 세트와 테스트 세트

1. 지도 학습과 비지도 학습

• 지도 학습 : 입력(데이터)과 타깃(정답)으로 이뤄진 훈련 데이터 필요 ex) k-최근접 이웃 알고리즘
• 비지도 학습

2. 훈련 세트와 테스트 세트

• 훈련 세트 : 훈련에 사용되는 데이터
• 테스트 세트 : 평가에 사용하는 데이터
• 정확한 평가를 위해 테스트 세트, 훈련 세트가 따로 준비되어야 함

훈련 세트와 테스트 세트 선택

<aside> 📌 인덱스 : n번째 샘플 출력 가능

</aside>

<aside> 📌 슬라이싱 : 콜론(:)을 가운데 두고 인덱스의 범위를 지정하여 출력 가능 ex)[0:5], [:5], [44:]

</aside>

train_input = fish_data[:35]             # 훈련 세트 : 0~34
train_target = fish_target[:35]
test_input = fish_data[35:]              # 테스트 세트 : 35~마지막
test_target = fish_target[35:]

오류 : 훈련 세트에는 빙어 0마리 → 샘플링 편향 → 정확도 0

3. 넘파이

: 파이썬의 대표적인 배열 라이브러리

<aside> 📌 array() : 파이썬 리스트 전달

</aside>

<aside> 📌 shape : (샘플 수, 특성 수) 출력

</aside>

import numpy as np                     # 넘파이 라이브러리 임포트

input_arr = np.array(fish_data)
target_arr = np.array(fish_target)     # 넘파이 array() 함수에 파이썬 리스트 전달

print(input_arr.shape)           # 샘플 수, 특성 수 출력) (49, 2)

무작위로 섞기