[ML] 머신러닝을 위한 환경 세팅 방법(scikit-learn, xgboost, visual studio, jupyter-notebook)

머신러닝을 시작하기 위해서는 프로그래밍을 하기 위한 환경을 세팅해야한다.

일단 파이썬을 이용하여 머신러닝을 할 예정이므로 파이썬과 관련된 환경을 세팅하는 법에 대해 말해보겠다.

 

머신러닝의 대표적인 패키지인 scikit-learn을 사용할 것이다.

이 패키지 이외에도 머신러닝과 관련된 다양한 패키지가 존재하는데, 아래 표에서 나의 상황에 맞는 프로그램을 사용하면 될듯싶다.

패키지 용도	패키지 이름
머신러닝 패키지	scikit-learn
배열/ 선형대수/ 통계 패키지	numpy, scipy
데이터 핸들링	pandas
시각화	matplotlib, seaborn
대화형 파이썬 tool	jupyter notebook

 

 

머신러닝을 하기위해 주피터 노트북 환경을 이후에 사용할 예정이며, 만일 주피터 노트북이 설치되어있지 않다면 아래 글을 참고 바란다.

 ## anaconda를 이용한 jupyter 환경 설치하기

 

1. scikit-learn 설치하기

 

anaconda Prompt를 관리자 권한으로 실행한다 (우클릭 후 관리자 권한 실행)

그러면 아래와 같이 프롬프트 창이 뜨게 되는데, pip 을 이용하여 install 하거나 conda환경으로 설치가 가능하다.

<pip 이용해 설치>

python3 -m venv sklearn-env
source sklearn-env/bin/activate  # activate
pip3 install -U scikit-learn

 

<conda 이용해 설치>

conda create -n sklearn-env -c conda-forge scikit-learn
conda activate sklearn-env

 

 

2. xgboost 설치하기

 

XGBoost는 "Extreme Gradient Boosting"의 약자로, 빠르고 효율적인 gradient boosting 알고리즘을 구현한 오픈소스 라이브러리이다. 이 라이브러리는 머신러닝 모델의 학습과 예측을 빠르게 수행하며, 특히 대규모 데이터셋과 복잡한 모델에서 뛰어난 성능을 보인다.

 

 

<pip 이용해 설치>

# Pip 21.3+ is required
pip install xgboost

 

 

설치가 완료되었다면, 주피터 노트북을 실행시키고 아래와 같이 import 해온다.

import xgboost

 

3. visual studio tool 설치

 

아래 링크에 들어가서 "Visula Studio 2022용 빌드도구" 를 다운받는다.

https://visualstudio.microsoft.com/ko/downloads/

Visual Studio Tools 다운로드 - Windows, Mac, Linux용 무료 설치

나오는 설치 창에서 계속 다음 > 다음 을 누르면 설치 완료된다.

이런 창이 뜨면 설치 완료이다.

 

 

위의 세가지를 모두 설치하였으면 주피터 노트북에 들어가서 아래와 같이 실습을 진행해본다.

<주피터 노트북 들어가는법>

주황색 Jupyter Notebook 클릭하면 된다

주황색 마크인 Jupyter Notebook을 클릭하면 다음과 같은 화면이 나오는데

 

 

우측 상단에 있는 New > Python3 를 클릭하면 새로운 대화창이 생성된다.

 

 

이번에 테스트할 코드는 numpy와 matplotlib을 import해와서 array1을 시각화 하는 코드이다.

import numpy as np
import matplotlib.pyplot as plt

%matplotlib inline

array1=np.array([1,2,3,4])
plt.hist(array1)

%matplotlib inline 이란 Jupyter Notebook에서 사용되는 매직 명령어(Magic Command) 중 하나로, Matplotlib를 사용한 그래프를 Jupyter Notebook의 셀 안에 인라인으로(셀 아래에) 표시하도록 설정한다.

 

이제 실습 준비 끝!