[Machine Learning] 신규 데이터 예측하는 순서

https://mscha.tistory.com/74

Multiple Linear Regression 실습 예제

위에서 만든 인공지능을 이용해 신규 데이터 예측을 해보자.

df.head()

 

R&D Spend = 220000,  Administration = 190000, Maketing Spend = 500000이고,
State = Florida 일 때 Profit을 예측하는 경우를 구해보자.

 

1. 일단 넘파이 어레이로 새로운 데이터를 만든다.

new_data = np.array ( [220000, 190000, 500000, 'Florida'] )

2. 넘파이 어레이의 shape을 맞춰준다. (X_train과 동일하게)

>>> X_train.shape
(40, 6)
>>> new_data.shape
(4,)
>>> new_data = new_data.reshape(1, 4)
>>> new_data
array([['220000', '190000', '500000', 'Florida']], dtype='<U11')

3. 레이블 인코딩이나 원핫인코딩이 필요하면, 인공지능을 만들때 사용한 인코더를 사용해야 한다.

>>> new_data = ct.transform(new_data)
>>> new_data
array([['0.0', '1.0', '0.0', '220000', '190000', '500000']], dtype='<U32')
>>> X_train.shape
(40, 6)
>>> X_test.shape
(10, 6)
>>> new_data.shape
(1, 6)

4. 만약 데이터가 float 이 아니면, float 으로 데이터를 바꿔준다.

>>> new_data = new_data.astype(float)

5. 예측 함수인, predict를 호출한다.

>>> regressor.predict(new_data)
array([240408.7230178])