[파이썬 머신러닝, k최근접 이웃] 3. 산점도행렬 그려보기

y값이 입력변수들에 의해 구분되어 있는지를 시각적으로 확인해보기 위해 산점도행렬을 그려봅시다. 

지난시간에 만든 data_train이 입력변수입니다. 

>>> data_train[:5]
array([[5.9, 3. , 4.2, 1.5],
       [5.8, 2.6, 4. , 1.2],
       [6.8, 3. , 5.5, 2.1],
       [4.7, 3.2, 1.3, 0.2],
       [6.9, 3.1, 5.1, 2.3]])

4열짜리 배열인데요. 판다스의 데이터프레임으로 바꿔야 산점도행렬을 그릴 수가 있습니다. 아래와 같이 바꿉니다. 

df_data_train=pd.DataFrame(data_train)

>>> df_data_train[:5] 
     0    1    2    3
0  5.9  3.0  4.2  1.5
1  5.8  2.6  4.0  1.2
2  6.8  3.0  5.5  2.1
3  4.7  3.2  1.3  0.2
4  6.9  3.1  5.1  2.3

matplotlib 불러오고 그래프를 그려봅시다. 

 

import matplotlib.pyplot as plt

pd.plotting.scatter_matrix(df_data_train,figsize=(15,15))

plt.show()

 

 

우리는 변수들 간의 상관관계가 궁금한 것이 아닙니다. 각 y값에 해당되는 점들이 잘 분리되어 있는지를 알고 싶습니다. y 값에 따라 색을 구분해주어야 합니다. c 옵션에 y값을 넣어주면 됩니다. 

 

pd.plotting.scatter_matrix(df_data_train,figsize=(10,10),c=target_train)

plt.show()

 

 

범례가 있으면 더 좋겠는데, 판다스의 산점도행렬에서 범례를 표시하는 것은 상당히 복잡합니다. 일단 넘어갑시다. 꽃 종류가 다르면 입력값에 따라 어느정도 구분이 되어 있는 것을 확인할 수 있습니다. 

 

아래는 전체코드입니다. 

 

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
import pandas as pd
import matplotlib.pyplot as plt

#데이터 불러오기
md=load_iris() #key:value 형태의 bunch 클래스, 딕셔너리와 비슷함

#데이터 분리해서 변수에 넣기
data_train,data_test,target_train,target_test=train_test_split(md['data'],md['target'],random_state=0)

#트레이닝 셋 x값들만 데이터프레임으로 만들기
df_data_train=pd.DataFrame(data_train,columns=md.feature_names)

#산점도행렬 그리기
pd.plotting.scatter_matrix(df_data_train,figsize=(10,10),c=target_train)


plt.show()

 

<참고문헌>

https://link.coupang.com/a/kHGzo

파이썬 라이브러리를 활용한 머신러닝:사이킷런 핵심 개발자가 쓴 머신러닝과 데이터 과학 실무

이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.