Re: 문제781. (오늘의 마지막 문제) 파생변수 추가한 테이블을 가지고 다시 훈련 테이블과...

[19기_박보은]

create table tit_train2
as 
 select *
  from tit
  where caseno < 802;    -- 훈련 데이터 802
  
select count(*) from tit_train2;
  
create table tit_test2
as
 select * 
  from tit
  where caseno >= 802;  -- 테스트 데이터 89
  
  select count(*) from tit_test2;
  
  
  
  
  
  
-- 2. 머신러닝 모델을 구성하기 위한 환경 설정 테이블을 생성합니다. 

DROP TABLE SETTINGS_GLM;

CREATE TABLE SETTINGS_GLM
AS
SELECT *
     FROM TABLE (DBMS_DATA_MINING.GET_DEFAULT_SETTINGS)
    WHERE SETTING_NAME LIKE '%GLM%';

BEGIN

   INSERT INTO SETTINGS_GLM
        VALUES (DBMS_DATA_MINING.ALGO_NAME, 'ALGO_RANDOM_FOREST');

   INSERT INTO SETTINGS_GLM
        VALUES (DBMS_DATA_MINING.PREP_AUTO, 'ON');  -- 알아서 parameter 튜닝해라

   INSERT INTO SETTINGS_GLM
        VALUES (
                  DBMS_DATA_MINING.GLMS_REFERENCE_CLASS_NAME,
                  'GLMS_RIDGE_REG_DISABLE');   
                  -- 목적이 분류이기 때문에 수치 예측인 회귀를 disable 시킨 것
   COMMIT;
END;
/

select * from settings_glm;


-- 3. 머신러닝 모델을 삭제합니다.

BEGIN
   DBMS_DATA_MINING.DROP_MODEL( 'MD_CLASSIFICATION_MODEL');
END;
/


-- 4. 머신러닝 모델을 생성합니다. 

BEGIN 
   DBMS_DATA_MINING.CREATE_MODEL(
      model_name         => 'MD_CLASSIFICATION_MODEL',
      mining_function       =>  DBMS_DATA_MINING.CLASSIFICATION,
      data_table_name       => 'TIT_TRAIN2',
      case_id_column_name   => 'CASENO',
      target_column_name    =>  'ALIVE',
      settings_table_name   => 'SETTINGS_GLM');
END;
/

-- 5. 머신러닝 모델을 확인합니다.

SELECT MODEL_NAME,
       ALGORITHM,
       MINING_FUNCTION
  FROM ALL_MINING_MODELS
 WHERE MODEL_NAME = 'MD_CLASSIFICATION_MODEL';


-- 6. 머신러닝 모델 설정 정보를 확인합니다. 

SELECT SETTING_NAME, SETTING_VALUE
FROM ALL_MINING_MODEL_SETTINGS
WHERE MODEL_NAME = 'MD_CLASSIFICATION_MODEL';




-- 7. 모델이 예측한 결과를 확인합니다. 

SELECT caseno, alive as 실제값,
 PREDICTION (MD_CLASSIFICATION_MODEL USING *) 예측값
 FROM tit_test2
order by caseno;


-- 8. 모델의 정확도를 출력합니다.
select sum(decode(실제값, 예측값, 1, 0))/count(*)*100 정확도
 from(
SELECT caseno, alive as 실제값,
 PREDICTION (MD_CLASSIFICATION_MODEL USING *) 예측값
 FROM tit_test2 
order by caseno
);