[Brightics Studio 실습] Common : 회귀분석, 군집분석 실습

---

이번 포스팅에서는 Brightics Studio로 회귀분석과 군집분석을 실습한 내용을 리뷰해보겠습니다!
아래 종합 시나리오 교육영상을 토대로 실습을 진행했습니다.

www.youtube.com/watch?v=m7Xa-bfAXZ8&t=315s

 

아래는 실습이 끝났을 때의 모델 전체 형태!

---

𝟎. 𝐜𝐥𝐚𝐬𝐬𝐢𝐟𝐢𝐜𝐚𝐭𝐢𝐨𝐧 & 𝐫𝐞𝐠𝐫𝐞𝐬𝐬𝐢𝐨𝐧

이미지 출처 https://dev.to/petercour/machine-learning-classification-vs-regression-1gn

 

머신러닝에서 지도 학습은 주로 분류 문제와 예측 문제로 나누어 볼 수 있는데요,

 

두 문제 모두 주어진 데이터로 결과값을 예측하고, 정답과 비교하면서 반복적으로 훈련하는 형태인데

 

분류 문제의 경우 그 정답이 '어떤 범주에 속하는지'의 형태이고

예측 문제의경우 '어떤 값을 가지는지'의 형태라는 점에서 차이가 있습니다.

 

예를 들어 메일의 내용 텍스트 데이터를 바탕으로 스팸 메일인지 아닌지판단하는 문제는 분류 문제,

여러 가지 상황을 고려해보았을 때 학생의 점수는 몇 점일지판단하는 문제는 예측 문제가 될 수 있겠죠?

 

물론 결과값을 어떤 형태로 확인하고 싶은지에 따라 문제 종류를 선택할 수 있듯,

결과 형태에 조금 변형을 준다면 회귀 문제를 분류 문제로, 분류 문제를 회귀 문제로 바꿀 수도 있습니다.

 

이번 포스트는 분석 실습이 주요하니 알고리즘 형태의 내용은 간단하게만 다루어봤어요.

추가적으로 머신러닝 알고리즘에 대해 알아보고 싶으신 분은 아래 글을 읽어보시는 것도 좋을 것 같아요

 

m.post.naver.com/viewer/postView.nhn?volumeNo=19612670&memberNo=20717909

기계학습 알고리즘의 종류를 알아보자

---

𝟏. 𝐥𝐢𝐧𝐞𝐚𝐫 𝐫𝐞𝐠𝐫𝐞𝐬𝐬𝐢𝐨𝐧

먼저 회귀 분석이란 '한 변수를 다른 변수(들)의 함수 관계를 표현하는 것'인데,

이 관계가 선형적(직선적) 관계라면 선형 회귀(linear regression) 분석이라고 합니다.

 

 

이번 실습에서는 저번과 동일하게 iris 데이터에서, 종이 setosa인 데이터만 filter 함수를 통해 추출해

sepal length와 sepal width 간의 선형 관계를 예측하는 분석을 진행했습니다.

(sepal length를 독립변수로 두고, sepal width라는 종속변수를 예측하는 선형 회귀분석)

 

먼저 Split Data함수를 통해 데이터를 일정한 비율(8:2)로 train data set과 test data set으로 나누었습니다.

Linear Regression Train함수에서 train data set으로 모델을 학습시키고,

Linear Regression Predict함수에서 학습된 모델로 test data set의 sepal width 값 예측합니다.

그리고 Evalute Regression함수에서 실제 sepal width 값과 비교하여 유효성을 테스트합니다.

 

참고로 Split Data 에서의 Seed를 123라고 적어주면 순서와 상관없이 랜덤으로 데이터가 나누어진다고 해요.

 

파이썬이나 R로 했다면 꽤 오래 걸렸을 텐데 브라이틱스 스튜디오로 하면 3분컷도 가능하다니 .. 조금 충격적(?)

 

Evaluate Regression 함수의 결과는 이런 식으로 나옵니다! 결정계수 값이 교육 영상이랑 차이가 많이 나는 것 같긴 하지만 ^_ㅠ

 

 

---

𝟐. 𝐜𝐥𝐚𝐬𝐬𝐢𝐟𝐢𝐜𝐚𝐭𝐢𝐨𝐧

다음으로는 K-means 함수를 통해 꽃받침과 꽃잎의 길이와 너비 데이터를 통해 종을 분류해보고,
Evaluate Classification 함수를 통해 그 분류 결과가 실제 종과 얼마나 일치하는지 확인하는 실습을 진행합니다!

왼쪽과 같이 K-means 함수를 실행하고 결과값을 Scatter plot으로 선택하면 오른쪽과 같은 결과 화면을 확인할 수 있습니다.

대략적으로 setosa가 1번, versicolor가 2번, virginica가 3번으로 분류되었습니다!

 

분류 함수는 실행했지만, 이 함수를 그대로 Evaluate Classification 함수와 연결하면 에러가 뜹니다.
prediction 결과가 실수형이기 때문에, Add Column 함수를 통해 pred라는 변수를 새로 만들어
아까 확인한 번호에 맞게 예측한 결과값을 우리가 알고 있는 꽃의 이름대로 다시 바꾼 값을 넣어줍니다.

 

Evalute Classification 결과는 다음과 같습니다. 생각보다 정확도가 높게 나왔네요!

 

---

여기까지 iris 데이터를 활용해 Brightics Studio에서 (선형)회귀분석과 군집분석을 실습한 내용을 리뷰해보았습니다.

분석 자체가 어렵진 않지만 R이나 파이썬을 사용해 분석하면 생각보다 오래 걸리는 부분인데,
브라이틱스 스튜디오에서는 간단하게 함수를 넣고 연결해서 실행하기만 하면 되어서 쉽다는 생각까지 드는 것 같아요.

다음에는 지금 관심 있는 분야의 데이터를 같은 방법으로 실습한 내용도 간단히 정리해보면 재미있을 것 같아요!