전설의 포켓몬 Classification

%matplotlib inline

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

import warnings
warnings.filterwarnings("ignore")

df = pd.read_csv("https://raw.githubusercontent.com/yoonkt200/FastCampusDataset/master/Pokemon.csv")

df.head()

 

 

 

 

Feature Description

• Name : 포켓몬 이름
• Type 1 : 포켓몬 타입 1
• Type 2 : 포켓몬 타입 2
• Total : 포켓몬 총 능력치 (Sum of Attack, Sp. Atk, Defense, Sp. Def, Speed and HP)
• HP : 포켓몬 HP 능력치
• Attack : 포켓몬 Attack 능력치
• Defense : 포켓몬 Defense 능력치
• Sp. Atk : 포켓몬 Sp. Atk 능력치
• Sp. Def : 포켓몬 Sp. Def 능력치
• Speed : 포켓몬 Speed 능력치
• Generation : 포켓몬 세대
• Legendary : 전설의 포켓몬 여부

 

2) EDA (Exploratory Data Analysis : 탐색적 데이터 분석)

2-1) 기본 정보 탐색

데이터셋 기본 정보 탐색

 

개별 피쳐 탐색

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Genration별 갯수 시각화

type 1에서 전설의 포켓몬 갯수 시각화

데이터 전처리

- 데이터 타입변경

df['Legendary'] = df['Legendary'].astype(int)
df['Generation'] = df['Generation'].astype(str)
preprocessed_df = df[['Type 1', 'Type 2', 'Total', 'HP', 'Attack', 
                      'Defense', 'Sp. Atk', 'Sp. Def', 'Speed', 'Generation', 'Legendary']]
preprocessed_df.head() # generation은 string으로 legendary는 int로 타입변경

# one-hot encoding example
encoded_df = pd.get_dummies(preprocessed_df['Type 1'])
encoded_df.head()  # type1을 더미데이터로 변경(원핫인코딩)

# pokemon type list 생성
def make_list(x1, x2):
    type_list = []
    type_list.append(x1)
    if x2 is not np.nan:
        type_list.append(x2)
    return type_list

preprocessed_df['Type'] = preprocessed_df.apply(lambda x: make_list(x['Type 1'], x['Type 2']), axis=1)
preprocessed_df.head()  # type1과 type2로 리스트를 만든다

del preprocessed_df['Type 1']
del preprocessed_df['Type 2']
preprocessed_df.head()#type1과 type2삭제

# multi label binarizer 적용
from sklearn.preprocessing import MultiLabelBinarizemlb = MultiLabelBinarizer()
preprocessed_df = preprocessed_df.join(pd.DataFrame(mlb.fit_transform(preprocessed_df.pop('Type')),
                                                    columns=mlb.classes_))   # 

preprocessed_df.head()

# apply one-hot encoding to 'Generation'
preprocessed_df = pd.get_dummies(preprocessed_df)
preprocessed_df.head()

from sklearn.preprocessing import StandardScaler

# feature standardization
scaler = StandardScaler()
scale_columns = ['Total', 'HP', 'Attack', 'Defense', 'Sp. Atk', 'Sp. Def', 'Speed']
preprocessed_df[scale_columns] = scaler.fit_transform(preprocessed_df[scale_columns])
preprocessed_df.head()

from sklearn.model_selection import train_test_split

# dataset split to train/test
X = preprocessed_df.loc[:, preprocessed_df.columns != 'Legendary']
y = preprocessed_df['Legendary']
x_train, x_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state=33)

3-2) Logistic Regression 모델 학습

print(x_train.shape)
print(x_test.shape)

from sklearn.linear_model import LogisticRegression
from sklearn.metrics import accuracy_score, precision_score, recall_score, f1_score

# Train LR model
lr = LogisticRegression(random_state=0)
lr.fit(x_train, y_train)

# classifiacation predict
y_pred = lr.predict(x_test) # 모델학습

 

# classification result for test dataset
print("accuracy: %.2f" % accuracy_score(y_test, y_pred))
print("Precision : %.3f" % precision_score(y_test, y_pred))
print("Recall : %.3f" % recall_score(y_test, y_pred))
print("F1 : %.3f" % f1_score(y_test, y_pred))  #모델 평가

accuracy: 0.95 Precision : 0.615 Recall : 0.667 F1 : 0.640

 

from sklearn.metrics import confusion_matrix

# print confusion matrix
confmat = confusion_matrix(y_true=y_test, y_pred=y_pred)
print(confmat)

3-3) 클래스 불균형 조정¶