소개
이 실습에서는 Scikit-Learn 라이브러리의 make_multilabel_classification 함수를 사용하여 다중 레이블 데이터셋을 생성하는 방법을 배웁니다. 이 함수는 각 샘플이 두 개의 특징의 개수를 가지며, 두 클래스 각각에서 서로 다른 분포를 보이는 다중 레이블 데이터의 랜덤 샘플을 생성합니다.
VM 팁
VM 시작이 완료되면 왼쪽 상단 모서리를 클릭하여 Notebook 탭으로 전환하여 연습을 위한 Jupyter Notebook에 접근합니다.
때때로 Jupyter Notebook 이 완전히 로드되기까지 몇 초 정도 기다려야 할 수 있습니다. Jupyter Notebook 의 제한으로 인해 작업의 유효성 검사는 자동화될 수 없습니다.
학습 중 문제가 발생하면 Labby 에게 문의하십시오. 세션 후 피드백을 제공하면 문제를 신속하게 해결해 드리겠습니다.
필요한 라이브러리 가져오기 및 상수 정의
먼저, 다중 레이블 데이터셋을 생성하기 위해 필요한 라이브러리를 가져오고 색상 및 랜덤 시드 상수를 정의해야 합니다.
import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import make_multilabel_classification as make_ml_clf
COLORS = np.array(
[
"!",
"#FF3333", ## 빨강
"#0198E1", ## 파랑
"#BF5FFF", ## 보라
"#FCD116", ## 노랑
"#FF7216", ## 주황
"#4DBD33", ## 초록
"#87421F", ## 갈색
]
)
## make_multilabel_classification 함수를 여러 번 호출할 때 동일한 랜덤 시드를 사용하여
## 동일한 분포를 보장합니다.
RANDOM_SEED = np.random.randint(2**10)
플롯 함수 정의
다음으로, 랜덤으로 생성된 다중 레이블 데이터셋을 플롯하는 함수 plot_2d를 정의합니다. 이 함수는 세 개의 인수 n_labels, n_classes, 그리고 length를 받습니다.
def plot_2d(ax, n_labels=1, n_classes=3, length=50):
X, Y, p_c, p_w_c = make_ml_clf(
n_samples=150,
n_features=2,
n_classes=n_classes,
n_labels=n_labels,
length=length,
allow_unlabeled=False,
return_distributions=True,
random_state=RANDOM_SEED,
)
ax.scatter(
X[:, 0], X[:, 1], color=COLORS.take((Y * [1, 2, 4]).sum(axis=1)), marker="."
)
ax.scatter(
p_w_c[0] * length,
p_w_c[1] * length,
marker="*",
linewidth=0.5,
edgecolor="black",
s=20 + 1500 * p_c**2,
color=COLORS.take([1, 2, 4]),
)
ax.set_xlabel("Feature 0 count")
return p_c, p_w_c
이 함수는 지정된 매개변수로 make_multilabel_classification 함수를 사용하여 데이터셋을 생성합니다. 그런 다음 Matplotlib 라이브러리의 scatter 함수를 사용하여 데이터셋을 플롯합니다. 이 함수는 클래스 확률과 특징 확률을 반환합니다.
데이터셋 플롯
이제 plot_2d 함수를 사용하여 랜덤으로 생성된 다중 레이블 데이터셋을 플롯합니다. 두 개의 서브플롯이 있는 그림을 만들고, 다른 매개변수 값으로 각 서브플롯에 plot_2d 함수를 호출합니다.
_, (ax1, ax2) = plt.subplots(1, 2, sharex="row", sharey="row", figsize=(8, 4))
plt.subplots_adjust(bottom=0.15)
p_c, p_w_c = plot_2d(ax1, n_labels=1)
ax1.set_title("n_labels=1, length=50")
ax1.set_ylabel("Feature 1 count")
plot_2d(ax2, n_labels=3)
ax2.set_title("n_labels=3, length=50")
ax2.set_xlim(left=0, auto=True)
ax2.set_ylim(bottom=0, auto=True)
plt.show()
클래스 및 특징 확률 출력
마지막으로, plot_2d 함수에서 반환된 클래스 확률과 특징 확률을 사용하여 각 클래스에 대한 클래스 및 특징 확률을 출력합니다.
print("The data was generated from (random_state=%d):" % RANDOM_SEED)
print("Class", "P(C)", "P(w0|C)", "P(w1|C)", sep="\t")
for k, p, p_w in zip(["red", "blue", "yellow"], p_c, p_w_c.T):
print("%s\t%0.2f\t%0.2f\t%0.2f" % (k, p, p_w[0], p_w[1]))
요약
이 실습에서는 Scikit-Learn 라이브러리의 make_multilabel_classification 함수를 사용하여 다중 레이블 데이터셋을 생성하는 방법을 배웠습니다. 또한 데이터셋을 플롯하고 클래스 및 특징 확률을 출력하는 방법도 학습했습니다.