📝머신러닝 RandomForestClassifier으로 만든 인공지능 실제 예측해보기
예측할 값 데이터를 df 컬럼의 순서대로 입력(예측할 값 제외)한 리스트를 넘파이 어레이로 생성한다
생성한 데이터는 1차원 데이터이기 때문에 2차원으로 변경한다 reshape
인공지능 만들때 기존에 만들었던 변수 scaler_X에 transform() 함수를 사용해 피처스케일링 해준다
만들어두었던 인공지능 classifier변수에 predict() 함수를 이용해 값을 예측한다
# 예측할 값에 필요한 데이터를 넘파이 어레이로 생성후 변수에 저장
>>> new_data = np.array([35, 45000])
# 생성한 변수를 2차원 데이터로 변경
>>> new_data = new_data.reshape(1,2)
# 기존 만들어둔 scaler_X 변수로 피처스케일링
>>> new_data = scaler_X.transform(new_data)
# 기존 만들어둔 인공지능 classifier 변수로 예측하기
>>> classifier.predict(new_data)
이렇게 만든 인공지능을 서비스로 배포(deploy) 할때
실제 예측에 필요한 scaler_X변수도 파일로 만들어서 배포해야 한다
'인공지능 > Machine Learning' 카테고리의 다른 글
[Machine Learning] 계층적군집 Hierarchical Clustering (0) | 2022.12.05 |
---|---|
[Machine Learning] 평균군집 K-Means Clustering (0) | 2022.12.05 |
[Machine Learning] 분류예측 RandomForestClassifier (0) | 2022.12.02 |
[Machine Learning] 분류예측 Decision Tree (0) | 2022.12.02 |
[Machine Learning] 성능향상 GridSearchCV() (0) | 2022.12.02 |
댓글