오래된 개발자!!!

AI (인공지능) 머신러닝을 쉽게 구현할 수 있도록 도와주는 사이킷런(Scikit-Learn) 에 대해 알아보자.

주요 특징

• 다양한 머신러닝 알고리즘 제공: 지도 학습(Supervised Learning)과 비지도 학습(Unsupervised Learning) 모두 지원
• 데이터 전처리 기능: 스케일링, 정규화, 결측값 처리 등 제공
• 모델 평가 및 선택 도구 제공: 교차 검증, 하이퍼파라미터 튜닝(GridSearchCV, RandomizedSearchCV) 등 지원
• 사용이 간편한 API: 일관된 인터페이스로 쉽게 학습 및 예측 가능

설치 방법

pip install scikit-learn

간단한 예제: 로지스틱 회귀(Logistic Regression)

from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression
from sklearn.datasets import load_iris
from sklearn.metrics import accuracy_score

# 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)

# 데이터 정규화
scaler = StandardScaler()
X_train = scaler.fit_transform(X_train)
X_test = scaler.transform(X_test)

# 모델 학습
model = LogisticRegression()
model.fit(X_train, y_train)

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

자주 사용되는 기능

• 지도 학습 (Supervised Learning)
  • 회귀: LinearRegression, Ridge, Lasso
  • 분류: LogisticRegression, SVC, RandomForestClassifier
• 비지도 학습 (Unsupervised Learning)
  • 클러스터링: KMeans, DBSCAN
  • 차원 축소: PCA, t-SNE
• 모델 평가 및 선택
  • train_test_split, cross_val_score
  • GridSearchCV, RandomizedSearchCV

ChatGPT  맞습니다 ^^

말그대로 Not Null 컬럼에 Null 을 입력 해서 발생 한다.

NVL( #{colId}, 'default' ) 로 처리 하던지 넣지 말자.