[2] 모델링과 예측

이번 포스팅에서는 데이터 분석 프로젝트의 모델링과 예측 단계에 대해 다뤄보겠습니다. 데이터를 통해 예측 모델을 만들어보는 과정입니다.

---

모델링

모델링은 데이터를 통해 예측 모델을 만드는 과정입니다. 여기서는 선형 회귀, 의사결정나무, 랜덤 포레스트 등의 모델을 사용했습니다.

from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error

# 데이터 분할
X = df[['temperature', 'pressure']]
y = df['defect_rate']
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 선형 회귀 모델
model = LinearRegression()
model.fit(X_train, y_train)
predictions = model.predict(X_test)

# 모델 평가
rmse = mean_squared_error(y_test, predictions, squared=False)
print(f"RMSE: {rmse}")

import matplotlib.pyplot as plt

# 예측 vs 실제 값 시각화
plt.scatter(y_test, predictions)
plt.xlabel('Actual Values')
plt.ylabel('Predicted Values')
plt.title('Actual vs Predicted Values')
plt.show()

모델 평가 및 비교

모델의 성능을 평가하고 비교해보았습니다. 선형 회귀, 의사결정나무, 랜덤 포레스트 모델의 성능을 비교해 최적의 모델을 선택했습니다.

from sklearn.ensemble import RandomForestRegressor

# 랜덤 포레스트 모델
rf_model = RandomForestRegressor()
rf_model.fit(X_train, y_train)
rf_predictions = rf_model.predict(X_test)

# 모델 평가
rf_rmse = mean_squared_error(y_test, rf_predictions, squared=False)
print(f"랜덤 포레스트 RMSE: {rf_rmse}")

# 랜덤 포레스트 예측 vs 실제 값 시각화
plt.scatter(y_test, rf_predictions)
plt.xlabel('Actual Values')
plt.ylabel('Predicted Values')
plt.title('Actual vs Predicted Values (Random Forest)')
plt.show()

 

CLASS101링크:https://class101.net/classic/products/Wzhzd2eWzGnwVXwFjmug