11. 아이리스 데이터셋

1. Iris DataSet

• 데이터셋: 특정한 작업을 위해 데이터를 관련성 있게 모아놓은 것
• https://scikit-learn.org/stable/api/sklearn.datasets.html#module-sklearn.datasets

sklearn.datasets

 

 

'load_iris'는 Scikit-Learn 라이브러리에서 제공하는 함수 중 하나로, 유명한 Iris 데이터셋을 로드하는 데 사용된다. Iris 데이터셋은 머신러닝과 통계학에서 자주 사용되는 다중 클래스 분류 데이터셋으로, 세 가지 종류의 붓꽃을 분류하는 문제를 다룬다.

• 데이터셋 구성: Iris 데이터셋은 150개의 샘플과 4개의 features로 구성되어 있다.
• features: 각 샘플은 꽃잎과 꽃받침의 길이와 너비를 나타내는 4개의 수치 피처를 가진다.

• 타겟: 세 가지 종류의 붓꽃을 나타내는 3개의 클래스(0, 1, 2)로, 각각의 클래스는 특정한 붓꽃의 종류를 나타낸다.

 

 

iris 데이터셋을 학습용 데이터와 테스트용 데이터로 나누어 모델을 학습시키고 평가한다.

• train_test_split() : scikit-learn 라이브러리의 함수로, 주어진 데이터를 학습용 데이터와 테스트용 데이터로 나눈다.
• df_iris.drop('target', axis=1) : DataFrame에서 'target'이라는 열을 삭제하고, 나머지 데이터만 반환한다. 이 부분은 특성 데이터(features)만을 추출하기 위한 것이다.
• df_iris['target'] : 이는 DataFrame의 'target' 열을 선택하여 레이블 데이터(labels)를 추출한다. 
• test_size=0.2 : 전체 데이터의 20%를 테스트용 데이터로 사용하고, 나머지 80%를 학습용 데이터로 사용하겠다는 의미이다.
• random_state=2024 : 무작위 분한 시드(seed)를 설정하여 실행할 때마다 동일한 결과가 나오도록 한다. 이는 결과의 재현성을 보장하기 위해 사용된다.

 

'random_state' 는 데이터 분할을 위한 난수 생성기의 시드를 설정하는 역할을 한다. 'random_state=2024'일 때와 'random_state=2023'일 때, 분할 방식이 달라지므로 학습용 데이터와 테스트용 데이터에 할당되는 데이터가 다르게 된다. 즉, 동일한 데이터셋이더라도 각 시드 값에 따라 학습용과 테스트용 데이터에 포함되는 샘플들이 달라진다.

 

 

 

 

2. AI 통합 플랫폼 사이트

2-1. 캐글(Kaggle)

• 구글에서 운영하는 전세계 AI개발자, 데이터 사이언티스트들이 데이터를 분석하고 토론할 수 있는 자료 등을 제공
• 데이터분석 및 머신러닝, 딥러닝 대회를 개최
• 다량의 데이터셋, 파이썬 자료, R 자료 등을 제공
• https://kaggle.com/

Kaggle: Your Machine Learning and Data Science Community

 

2-2. 데이콘(Dacon)

• 국내 최초 AI 해커톤 플랫폼
• 전문 인력 채용과 학습을 할 수 있는 여러가지 AI자료 등을 제공
• https://dacon.io/

데이터사이언티스트 AI 컴피티션

 

2-3. AI 허브(AI Hub)

• 한국지능정보사회진흥원이 운영하는 AI 통합 플랫폼
• AI 기술 및 제품 서비스 개발에 필요한 AI 인프라를 제공
• https://www.aihub.or.kr/

AI-Hub