머신러닝 5/ 코드카타 / pandas

---

머신러닝 과제

• 문제 1 라이브러리를 통해 데이터 불러오기

ucimlrepo 패키지 : 스크립트 및 노트북으로 데이터 세트를 쉽게 가져올 수 있는 패키지

 

fetch_ucirepo : 데이터 프레임 및 메타데이터 정보를 포함하여 UCI ML 리포지토리에서 데이터 세트 로드

 

df 지정해주기 

df = pd.concat([X,y],axis= 1)

csv파일 만들기 (bank 파일 들어갔는데 없어서 뭐지 했는데 만드는 문제였음ㅎ)

df.to_csv('./bank_marketing.csv', index = False)

• 문제 2 : Y 변수 인코딩 적용하기

x가 no일 경우 0, 그렇지 않을 경우 1 반환

범주형 데이터 사용하는 강의를 참고해서 풀었음

    if x == 'no':
        return 0
    else:
        return 1

데이터 인코딩 코드 

- apply 사용 : df['컬럼'].apply(함수명)

• y_train

y_train['y'] = y_train['y'].apply(get_binary)

• y_test

y_test['y'] = y_test['y'].apply(get_binary)

• 문제 3 : 간단한 모델링 & 평가함수 생성하기

평가 지표 : accuracy_score, f1_score -> metrics

모델링 : LogistricRegression ->  linear_model

from sklearn.metrics import accuracy_score, f1_score
from sklearn.linear_model import LogisticRegression

학습하기 : fit

model_lor = LogisticRegression()
model_lor.fit(X_train,y_train)

 

결과 저장 : y_pred_train, y_pred_test

예측 : predict

y_pred_train = model_lor.predict(X_train)
y_pred_test = model_lor.predict(X_test)

• 문제 4 : 모델링 수행하기

StandardScaler, MinMaxScaler 사용 -> preprocessing

각각 sd_sc            mm_sc

from sklearn.preprocessing import MinMaxScaler, StandardScaler
mm_sc = MinMaxScaler()
sd_sc = StandardScaler()

 

sc 적용 (처음에는 [['sc_col']] 했는데 오류 나서 하나씩 지워봤다)

X_train[sc_col] = sd_sc.fit_transform(X_train[sc_col])
X_test[sc_col] = sd_sc.fit_transform(X_test[sc_col])

 

mm 적용 (자꾸 오류나서 위에랑 다르게 적용하는건가? 싶었는데 cool이라고 했었다 ㅎ)

 X_train[mm_col] = mm_sc.fit_transform(X_train[mm_col])
 X_test[mm_col] = mm_sc.fit_transform(X_test[mm_col])

 

---

SQL 코드카타

진료과별 총 예약 횟수 출력하기
진료과 코드, 5월예약건수를 출력하고
진료과별 예약한 환자 수를 기준으로 오름차순 정렬하고
예약한 환자 수가 같다면 진료과 코드를 기준으로 오름차순으로 정렬

 

• 예약건수 : count
• 5월 : where apnt_ymd like '2022-05%'
• 진료과별 : group by
• 정렬 : 5월 예약 건수 asc, MCDP_CD asc

SELECT MCDP_CD AS '진료과 코드', COUNT(APNT_YMD) AS 5월예약건수
FROM APPOINTMENT
WHERE APNT_YMD LIKE '2022-05%'
GROUP BY MCDP_CD
ORDER BY 5월예약건수 ASC, MCDP_CD ASC;

 

Find Followers Count
각 user와 follower의 수를 구하고 user_id를 오름차순으로 정렬

• follower의 수 : count(follower_id)
• 각 user : group by
• 정렬 : order by user_id asc;

SELECT user_id, COUNT(follower_id) as followers_count
FROM Followers
GROUP BY user_id
ORDER BY user_id asc;

 

Revisig Aggregation - Averages
district가 california인  도시의 평균 인구를 구하기

• 평균 : AVG
• district가 california인 : district =  'california'

SELECT AVG(POPULATION)
FROM CITY
WHERE DISTRICT = 'California';

 

---

파이썬 코드카타

모의고
1번 문제부터 마지막 문제까지의 정답이 순서대로 들은 배열 answers
가장 많은 문제를 맞힌 사람이 누구인지 배열에 담아 return 하도록 solution 함수

• 학생 3명 : one, two, three로 각각 만들어줌
• 정답 확인 : for문
• 만약 정답 i랑 같다면 : if문 사용
• i랑 학생이 고른 답 몇 개가 같은지 : 학생[i % len(학생)]
• 가장 많이 정답 맞춘 사람 : max

def solution(answers):
    one = [1,2,3,4,5] 
    two = [2,1,2,3,2,4,2,5] 
    three = [3,3,1,1,2,2,4,4,5,5] 
    
    #정답 체크
    ans = [0, 0, 0]
    
    for i in range(len(answers)):
        if answers[i] == one[i % len(one)]: 
            ans[0] += 1
        if answers[i] == two[i % len(two)]:
            ans[1] += 1
        if answers[i] == three[i % len(three)]:
            ans[2] += 1
            
    #가장 많이 정답 맞춘 사람             
    answer = []
    for i in range(len(ans)):
        if ans[i] == max(ans): 
            answer.append(i+1)
    
    return answer

 

---

Pandas

• 연결 : concat

- 2개 이상의 DataFrame을 행 혹은 열 방향으로 연결

- 행 방향

 axis = 0이 기본값
index가 맞지 않아도 무시하고 연결 가능, 일부 컬럼 누락 및 순서 바뀌어도 알아서 같은 컬럼으로 연결됨

- 열 방향

axis = 1 기본값

• 병합 : merge

- 2개의 DataFrame을 특정 key를 기준으로 병합할 때 사용하는 메서드

- 서로 다른 구성이더라도 공통된 key가 있다면 병합 가능 (join과 유사)

how : inner, left, right, outer로 병합 방법 정할 수 있음

병합하는 컬럼의 이름이 다른 경우에는 left_on, right_on을 지정하면 drop되지 않음