Scikit-learn (사이킷런)

Scikit-learn은 파이썬에서 머신러닝을 위한 대표적인 라이브러리로, 다양한 머신러닝 알고리즘을 간편하게 활용할 수 있도록 지원합니다.

Table of Contents

Toggle

1. 특징

간편한 사용: 직관적인 API 제공으로 쉽게 학습 및 활용 가능
다양한 알고리즘 지원: 지도학습, 비지도학습, 군집화, 차원 축소 등 포함
사전 처리 기능 제공: 데이터 정규화, 결측치 처리, 특성 공학 등
모델 평가 및 튜닝 기능: 교차 검증, 하이퍼파라미터 튜닝 지원
확장성: NumPy, Pandas, SciPy 등과 호환

2. 주요 기능

① 지도 학습 (Supervised Learning)

회귀 (Regression)
- LinearRegression (선형 회귀)
- Ridge, Lasso (정규화 회귀)
- SVR (서포트 벡터 회귀)
- RandomForestRegressor, GradientBoostingRegressor
분류 (Classification)
- LogisticRegression (로지스틱 회귀)
- SVC (서포트 벡터 머신)
- RandomForestClassifier, GradientBoostingClassifier
- KNeighborsClassifier (KNN)
- MLPClassifier (다층 퍼셉트론 신경망)

② 비지도 학습 (Unsupervised Learning)

클러스터링 (Clustering)
- KMeans
- DBSCAN
- AgglomerativeClustering (계층적 군집화)
차원 축소 (Dimensionality Reduction)
- PCA (주성분 분석)
- t-SNE, UMAP (비선형 차원 축소)

③ 데이터 전처리 (Preprocessing)

StandardScaler (표준화)
MinMaxScaler (정규화)
OneHotEncoder (범주형 데이터 변환)
SimpleImputer (결측치 처리)

④ 모델 평가 및 선택 (Model Selection & Evaluation)

train_test_split() (데이터 분할)
cross_val_score() (교차 검증)
GridSearchCV, RandomizedSearchCV (하이퍼파라미터 최적화)
classification_report, confusion_matrix (분류 평가)
mean_squared_error, r2_score (회귀 평가)

3. 예제 코드

1) 데이터 로드 및 분할

from sklearn.model_selection import train_test_split
from sklearn.datasets import load_iris

# 데이터 로드
iris = load_iris()
X, y = iris.data, iris.target

# 데이터 분할
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

2) 모델 학습 및 평가

from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score

# 모델 생성 및 학습
model = RandomForestClassifier(n_estimators=100, random_state=42)
model.fit(X_train, y_train)

# 예측 및 평가
y_pred = model.predict(X_test)
print(f"Accuracy: {accuracy_score(y_test, y_pred):.2f}")

3) 하이퍼파라미터 튜닝

from sklearn.model_selection import GridSearchCV

# 하이퍼파라미터 설정
param_grid = {'n_estimators': [50, 100, 150], 'max_depth': [3, 5, 7]}
grid_search = GridSearchCV(RandomForestClassifier(random_state=42), param_grid, cv=5)
grid_search.fit(X_train, y_train)

# 최적의 하이퍼파라미터 출력
print(grid_search.best_params_)

4. 활용 분야

금융: 신용 평가, 사기 탐지
의료: 질병 진단, 유전자 분석
마케팅: 고객 분류, 추천 시스템
제조: 품질 검사, 예측 유지보수

5. 주요 모듈 소개

sklearn- 데이터 전처리

데이터 가공과 변환을 위한 도구 제공

모듈	설명	상세	예시
preprocessing	다양한 데이터 전처리	변환, 정규화, 스케일링 등	– StandardScaler – MinMaxScaler – OneHotEncoder
feature_selection	특징(feature) 선택	중요한 특성을 선택	– SelectKBest – f_classif
feature_extraction	특징(feature) 추출	벡터화 (텍스트, 이미지)	– TfidfVectorizer – PatchExtractor

sklearn – 다양한 모델

다양한 머신 러닝 알고리즘 제공

모듈	설명	예시
linear_model	다양한 선형 모델	선형 회귀, Ridge, Lasso, 로지스틱 회귀 등
svm	서포트 벡터 머신 알고리즘	SVC, SVR 등
neighbors	최근접 이웃 알고리즘	kNN 등
naive_bayes	나이브 베이즈 알고리즘	가우시안 NB, 다항 분포 NB 등
tree	의사 결정 트리 알고리즘	의사결정나무 분류, 회귀 등
cluster	클러스터링 알고리즘	kMeans, 계층형 클러스터링, DBSCAN 등
decomposition	차원 축소 관련 알고리즘	PCA, NMF, Truncated SVD 등
ensemble	앙상블 알고리즘	VotingClassifier, Random Forest, AdaBoost, GradientBoost 등

sklearn – 모델 평가와 최적화

모델 성능 평가및 하이퍼파라미터 최적화 기법

모듈	설명	예시
model_selection	교차검증, 학습/테스트 분리, 파라미터 최적화	train_test_split, GridSearch 등
metrics	다양한 성능 측정 방법	Accuracy, Precision, Recall, ROC-AUC, RMSE 등

scikit-learn – 유틸리티

데이터 파이프라인, 예제 데이터셋 등

모듈	설명	예시
sklearn.pipeline	여러 기능을 묶어서 실행
sklearn.datasets	내장된 다양한 예제 데이터셋	붓꽃, 당뇨병, 와인 데이터셋 등

scikit-learn은 머신러닝을 쉽게 시작할 수 있는 강력한 라이브러리입니다.

zerg96