학습용과 테스트용 데이터로 분할하기
이제 몇 가지 간단한 단계만 따라 하면 end-to-end Machine Learning 모델을 만들 준비가 되었어요! 모델링의 세부적인 차이는 다음 장에서 더 깊이 살펴보지만, 지금은 핵심 단계를 연습하고 이해하는 데 집중해 볼게요.
독립 변수 특징은 X라는 pandas DataFrame으로, 종속 값은 Y라는 pandas Series로 미리 로드되어 있어요.
또한 sklearn 라이브러리에서 train_test_split 함수도 불러와 두었습니다. 이제 학습용과 테스트용 데이터셋을 만들고, 데이터가 올바르게 분할되었는지 확인해 보세요.
이 연습은 강의의 일부입니다
Python으로 배우는 마케팅용 Machine Learning
연습 안내
X와Y를 학습용과 테스트용으로 분할하되, 전체 데이터의 25%가 테스트에 사용되도록 하세요.- 학습용 데이터셋이 원본 데이터의 75%만 포함하는지 확인하세요.
- 테스트용 데이터셋이 원본 데이터의 25%만 포함하는지 확인하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Split X and Y into training and testing datasets
train_X, test_X, train_Y, test_Y = ___(___, ___, test_size=0.___)
# Ensure training dataset has only 75% of original X data
print(___.shape[0] / X.shape[0])
# Ensure testing dataset has only 25% of original X data
print(___.shape[0] / ___.shape[0])