Machine Learning 실습 (15)

이미지 한장 선택해서 출력해보기

# 이미지 출력
img = digit_data.iloc[40000,1:] # 이미지 데이터
img_lb = digit_data.iloc[40000,0] # 이미지 실제답
plt.imshow(img.values.reshape(28,28), cmap ='gray')
# matplotlib에서 이미지를 출력할때 사용하는 함수
plt.show()
print('실제답:', img_lb)

 

# 여러 장의 이미지 확인
for i in range(100,131):
    # 이미지 출력
    img = digit_data.iloc[i,1:] # 이미지 데이터
    img_lb = digit_data.iloc[i,0] # 이미지 실제답
    plt.imshow(img.values.reshape(28,28), cmap ='gray')
    plt.show()
    print('실제답:', img_lb)

 

4. 5000장 추출 활용

digit_data

 

X = digit_data.iloc[0:5000,1:]
# 대문자 X == 문제, 특성, 피처, feature, 독립변수, label 컬럼 제외 모든 컬럼
y = digit_data.iloc[0:5000,0]
# 소문자 y == 답, label, 타겟, target, 종속변수, label 컬럼만

print(X.shape)
print(y.shape)

(5000, 784)

(5000,)

 

train, test를 일정한 비율로 나누기

- 7:3

- sklearn 제공 train_test_split()

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(X, y, 
                   test_size = 0.3, # 30% test용으로 분리 
                   random_state = 7)
X_train.head()

 

# 크기확인
print('훈련용문제:', X_train.shape)
print('훈련용답:', y_train.shape)
print('테스트용문제:', X_test.shape)
print('테스트용답:', y_test.shape)