Re: 문제159. iris 꽃의 품종을 분류하는 knn 모델을 생성하시오 !

[19기_김준희]

# 1단계: 데이터 수집
iris <- read.csv("c:\\datafile\\iris2.csv", stringsAsFactors = TRUE)
nrow(iris)  # 150
ncol(iris)  # 5
iris
# 2단계: 데이터 탐색
# 1. 결측치 확인
colSums(is.na(iris))

# 2. 종속변수의 데이터 비율
table(iris$Species)
prop.table(table(iris$Species))

# 3. 데이터 스케일링 (최대최소 정규화)
iris2 <- iris[,-5]  
normalize <- function(x) { return((x - min(x)) / (max(x) - min(x))) }
iris_n <- as.data.frame(lapply(iris2, normalize))
summary(iris_n)

# 3단계: 모델 훈련
# 훈련 데이터와 테스트 데이터를 분리합니다. 90% 학습, 10% 시험
set.seed(10)
train_indx <- createDataPartition(iris$Species, p = 0.9, list = FALSE)

# 기계를 학습 시킬 훈련 데이터와 테스트 데이터 생성
iris_train <- iris_n[train_indx, ]
iris_test <- iris_n[-train_indx, ]
nrow(iris_train)  
nrow(iris_test)   

# 기계를 학습 시킬 훈련 데이터의 정답과 테스트 데이터의 정답 생성
iris_train_label <- iris$Species[train_indx]
iris_test_label <- iris$Species[-train_indx]
length(iris_train_label)  
length(iris_test_label)   

# 4단계: 모델 성능 평가
accuracies <- data.frame(k = integer(), accuracy = numeric())

set.seed(10)
for (i in seq(1, 57, 2)) {
  result1 <- knn(train = iris_train, test = iris_test, cl = iris_train_label, k = i)
  accuracy <- sum(result1 == iris_test_label) / length(iris_test_label) * 100
  accuracies <- rbind(accuracies, data.frame(k = i, accuracy = accuracy))
  print(paste(i, '개 일때 정확도 ', accuracy))
}

# 정확도 데이터 프레임 확인
accuracies

# plotly로 라인 그래프 시각화
fig <- plot_ly(accuracies, x = ~k, y = ~accuracy, type = 'scatter', mode = 'lines+markers', line = list(color = 'red'))
fig <- fig %>% layout(title = "K 값에 따른 정확도",
                      xaxis = list(title = "K 값"),
                      yaxis = list(title = "정확도"))
fig