선착순 모집! 국비지원 받고 4주 완성질문 지켜보기
기본 지도 학습 알고리즘들로지스틱 회귀 (Logistic Regression)로지스틱 회귀로 와인 종류 분류하기
Q
model.fit(X_train, y_train) 에러
조회 2177
좋아요 1
2022년 2월 1일
+0
댓글 2개
2022년 2월 1일
코드잇, 주피터노트북 모두에서 동일하게 에러 납니다.
+0
2022년 2월 1일
https://datascience.stackexchange.com/questions/20199/train-test-split-error-found-input-variable… 이거 봐도 저한테 어떻게 적용해야 하는지 모르겠네요.. 시간 아까워서 그냥 넘어가겠습니다. 정답처리 부탁드립니다
+0
A
2개의 답변이 있어요
2022년 2월 2일
+0
댓글 2개
2022년 2월 2일
# 필요한 라이브러리 import
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
import pandas as pd
wine_data = datasets.load_wine()
""" 데이터 셋을 살펴보는 코드
print(wine_data.DESCR)
"""
# 입력 변수를 사용하기 편하게 pandas dataframe으로 변환
X = pd.DataFrame(wine_data.data, columns=wine_data.feature_names)
# 목표 변수를 사용하기 편하게 pandas dataframe으로 변환
y = pd.DataFrame(wine_data.target, columns=['Y/N'])
# 코드를 쓰세요
X_train, y_train, X_test, y_test = train_test_split(X, y, test_size=0.2, random_state=5)
y_train = y_train.values.ravel()
model = LogisticRegression(solver='saga', max_iter=7500)
model.fit(X_train, y_train)
model.predict(X_test)
model.score(X_test, y_test)
# 테스트 코드
# score = logistic_model.score(X_test, y_test)
# y_test_predict, score
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
import pandas as pd
wine_data = datasets.load_wine()
""" 데이터 셋을 살펴보는 코드
print(wine_data.DESCR)
"""
# 입력 변수를 사용하기 편하게 pandas dataframe으로 변환
X = pd.DataFrame(wine_data.data, columns=wine_data.feature_names)
# 목표 변수를 사용하기 편하게 pandas dataframe으로 변환
y = pd.DataFrame(wine_data.target, columns=['Y/N'])
# 코드를 쓰세요
X_train, y_train, X_test, y_test = train_test_split(X, y, test_size=0.2, random_state=5)
y_train = y_train.values.ravel()
model = LogisticRegression(solver='saga', max_iter=7500)
model.fit(X_train, y_train)
model.predict(X_test)
model.score(X_test, y_test)
# 테스트 코드
# score = logistic_model.score(X_test, y_test)
# y_test_predict, score
+0
2022년 2월 2일
큰 글씨는 주석처리 된 것인데, 댓글에 쓰니까 #이 사라졌네요
+0
댓글 2개