Mydummyclassifier() 클래스 질문
253
작성한 질문수 20
# %ls pandas\ n\ numpy/titanic
titanic_df = pd.read_csv("pandas n numpy/titanic/train.csv")
y_titanic_df = titanic_df.Survived
x_titanic = titanic_df.drop("Survived", axis = 1)
x_titanic_df = preprocess(x_titanic)
x_train, x_test, y_train, y_test = train_test_split(x_titanic_df, y_titanic_df, test_size = 0.2,
random_state = 0)
myclf = MyDummyClassifier()
myclf.fit(x_train, y_train)
mypredictions = myclf.predict(x_test)
print("Dummy Classifier의 정확도는: {0:.4f}".format(accuracy_score(y_test, mypredictions)))
강의 내용 중 MyDummyClassifier라는 클래스를 만들때 .fit 이라는 method는 아무것도 하지 않고 pass 시켰는데
위 코드에서 myclf.fit(x_train, y_train) 를 하는 이유가 따로 있나요?? 아직 파이썬의 class 관련 내용은 깊게 공부를 하지 않아
미숙하여 질문을 남기게 되었습니다..
또한, 함수를 만들지 않고 클래스 따로 만들어 사용할때 특별한 장점이 있는지 궁금합니다!!!
답변 1
0
안녕하십니까,
사이킷런은 Estimator 클래스(Classifier or Regressor)를 학습하기 위해서는 반드시 fit()을 수행해야 합니다. fit()을 수행해야 학습된 estimator 객체가 됩니다. 학습 모델(estimator 객체)이 된 후에 predict()를 수행하면 이제 예측을 수행합니다. myclf.fit()은 아무런 일을 하지않는 모델을 학습시켰다는 의미로 생각하시면 될 것 같습니다.
그리고 일반적으로 분류와 회귀를 수행하는 Estimator 클래스는 사이킷런 내부에서 클래스로 제공되지만 나만의 Estimator를 별도로 만들기 위해서는 반드시 아래와 같이 BaseEstimator를 상속받은 클래스로 만들어져야 합니다. 그리고 BaseEstimator 클래스를 상속받으면 비록 pass를 할지라도 반드시 fit(), predict() 메소드를 명시적으로 구현해야 합니다.
class MyDummyClassifier(BaseEstimator)
감사합니다.
안녕하세요 열심히 수강중인 학생입니다
0
62
2
정수 인덱싱
0
68
2
넘파이 오류
0
85
2
11강 numpy의 axis 축 질문 드립니다.
0
85
2
Kaggle 에서 Santander customer satisfaction data 를 다운로드 되지가 않습니다.
0
79
2
Feature importances 를 보여주는 barplot 이 그래프로 안보여져요.
0
70
2
타이타닉 csv 파일이 주피터 화면에 보이지 않습니다.
0
75
2
타이타닉 csv 파일이 주피터 화면에 보이지 않습니다.
0
64
2
5강 강의 오류가 있어요.
0
84
1
실무에서 LTV 관련 모델 선택 질문입니다!
0
72
2
14강 강의 듣는중에 궁금한게 있어서 질문합니다~
0
69
3
파이썬 다운그레이 후 사이킷런 재설치
0
117
2
좋은 강의 감사합니다.
0
72
2
scoring 함수 음수값
0
67
2
6번 강의에 사이킷런, 파이썬, 아나콘다 각각 버전 일치 안 시키고 진행해도 강의 따라가 지나요?
0
100
2
분류 평가 정확도 예측
0
76
2
안녕하세요. 강의 들으면서 업무에 적용하고 싶은 수강생입니다.
0
99
1
카카오톡 채널 있나요
0
107
1
혹시 강의에서 사용하시는 ppt 받을 수 있는건가요
0
189
2
pca 스케일링 관련하여 질문드립니다.
0
100
2
주피터 대신 구글 코랩
0
172
2
강의에서 사용하는 pdf or ppt자료는 따로 없는 건가요?
0
148
2
실루엣 스코어..
0
86
2
float64 null 값 처리 방법
0
103
2