chatGPT

파이썬 환경구축

저자
소속
이광춘

한국 R 사용자회

1 파이썬 환경 설정

reticulate 패키지로 콘다 파이썬 환경을 구축한다. 필요한 경우 패키지도 설치한다.

Riddhiman (Apr 19, 2022), ‘Getting started with Python using R and reticulate’
코드
# install.packages("reticulate")
library(reticulate)

# conda_list()
use_condaenv(condaenv = "r-reticulate")

# py_install(packages = c("pandas", "scikit-learn"))

2 데이터 가져오기

펭귄 데이터를 다운로드 받아 로컬 컴퓨터 data 폴더에 저장시킨다.

코드
library(tidyverse)

fs::dir_create("data")
download.file(url = "https://raw.githubusercontent.com/dataprofessor/data/master/penguins_cleaned.csv", destfile = "data/penguins_cleaned.csv")

penguin_df <- readr::read_csv("data/penguins_cleaned.csv")

penguin_df
#> # A tibble: 333 × 7
#>    species island    bill_length_mm bill_depth_mm flipper_length…¹ body_…² sex  
#>    <chr>   <chr>              <dbl>         <dbl>            <dbl>   <dbl> <chr>
#>  1 Adelie  Torgersen           39.1          18.7              181    3750 male 
#>  2 Adelie  Torgersen           39.5          17.4              186    3800 fema…
#>  3 Adelie  Torgersen           40.3          18                195    3250 fema…
#>  4 Adelie  Torgersen           36.7          19.3              193    3450 fema…
#>  5 Adelie  Torgersen           39.3          20.6              190    3650 male 
#>  6 Adelie  Torgersen           38.9          17.8              181    3625 fema…
#>  7 Adelie  Torgersen           39.2          19.6              195    4675 male 
#>  8 Adelie  Torgersen           41.1          17.6              182    3200 fema…
#>  9 Adelie  Torgersen           38.6          21.2              191    3800 male 
#> 10 Adelie  Torgersen           34.6          21.1              198    4400 male 
#> # … with 323 more rows, and abbreviated variable names ¹​flipper_length_mm,
#> #   ²​body_mass_g

3 파이썬 기계학습 모형

파이썬 sklearn 패키지로 펭귄 성별예측 모형을 구축하자.

# "code/penguin_sex_clf.py"

import pandas as pd
penguins = pd.read_csv('data/penguins_cleaned.csv')

penguins_df = penguins[['bill_length_mm', 'bill_depth_mm', 'flipper_length_mm', 'body_mass_g', 'sex']]

# Ordinal feature encoding
# https://www.kaggle.com/pratik1120/penguin-dataset-eda-classification-and-clustering
df = penguins_df.copy()

target_mapper = {'male':0, 'female':1}
def target_encode(val):
    return target_mapper[val]

df['sex'] = df['sex'].apply(target_encode)

# Separating X and Y
X = df.drop('sex', axis=1)
Y = df['sex']

# Build random forest model
from sklearn.ensemble import RandomForestClassifier
clf = RandomForestClassifier(n_estimators=100)
clf.fit(X, Y)
코드
source_python("code/penguin_sex_clf.py")

clf
#> RandomForestClassifier()

4 시각화

파이썬 기계학습 결과를 R로 가져와서 변수 중요도를 시각화한다.

코드
feat_tbl <- tibble(features = clf$feature_names_in_,
                   importance = clf$feature_importances_)

feat_tbl %>% 
  ggplot(aes(x = fct_reorder(features, importance), y = importance)) +
    geom_point(size = 3) +
    geom_segment( aes(x=features, xend=features, y=0, yend=importance)) +
    labs(y = "Feature 중요도", x = "Feature",
         title = "펭귄 암수 예측모형 Feature 중요도") +
    coord_flip() +
    theme_bw(base_family = "AppleGothic")