[튜토리얼] iris 데이터를 활용한 머신러닝 앱 개발

튜토리얼 데이터셋

아래 링크 경로를 통해 데이터셋을 받아올 수 있다 😊

처음부터 차근차근 코드를 작성하면 똑같은 결과물을 만들 수 있다

'https://raw.githubusercontent.com/dataprofessor/data/master/iris.csv'

 

결과물

데이터 분석을 해봤다면 누구나(?) 알 듯한 Iris data 를 가지고, 머신러닝 분류 모델을 앱으로 개발해보자.

스트림릿을 활용하여, 다음과 같은 대시보드를 만드는 것이 목표이다.

 

[참고] 스트림릿 앱을 가상으로 확인할 수 있는 경로는 다음과 같다(터미널에서 실행) 

$ streamlit run app.py(파이썬 파일명)

 

 

 

스트림릿 시작하기

• 가상환경에 접속하기
• Vs code 를 열고, app.py 와 같이 파이썬 파일을 생성
• 아래와 같이 필요한 라이브러리를 임포트 : 데이터를 읽고 가공하는 pandas, streamlit, 모델링에 필요한 sklearn 등

import streamlit as st
import plotly.express as px
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier

from st_pages import Page, show_pages, add_page_title, show_pages
import warnings
warnings.filterwarnings('ignore')

 

페이지 정보 작성하기 (st.set_page_config)

• 대시보드 페이지의 정보를 요약해서 적어줄 수 있다
• 페이지 이름, 아이콘, 레이아웃, 사이드바를 디폴트로 열어둘 것인지 등을 설정한다.

# Page configuration
st.set_page_config(
    page_title='Simple Prediction App',
    page_icon='🌷',
    layout='wide',
    initial_sidebar_state='expanded'
)

 

앱 타이틀 작성하기 (st.title)

• 메인 화면 최상단에 등장할 앱 타이틀 작성
• st.title( ) 을 사용

# title of app
st.title('🌷 Simple Prediction App')

 

 

데이터셋 가져오기 

• 판다스 라이브러리에서 데이터를 불러오는 방식과 동일하다
• st.write()를 이용하여 데이터프레임을 출력할 수 있다.

df = pd.read_csv('https://raw.githubusercontent.com/dataprofessor/data/master/iris.csv')
st.write(df)

 

사이드바 위젯 만들기

• 네 개 컬럼 값을 조정하며 예측 결과를 확인하고자 하는 것이 본 튜토리얼의 목표이다.
• 따라서 네 개 값을 조정할 수 있는 슬라이더를 사이더 바에 만들어보자.
• st.sidebar.subheader()로 사이드바 제목을 작성
• st.sidebar.slider() 로 사이드바 안에 슬라이더 생성 👉 (슬라이더이름, 최솟값, 최댓값, 초기설정값) 순으로 세팅

# input widgets
st.sidebar.subheader('Input Features')
sepal_length = st.sidebar.slider('Sepal length', 4.3, 7.9, 5.8)
sepal_width = st.sidebar.slider('Sepal width', 2.0, 4.4, 3.1)
petal_length = st.sidebar.slider('Petal length', 1.0, 6.9, 3.8)
petal_width = st.sidebar.slider('Petal width', 0.1, 2.5, 1.2)

 

예측 모델 생성하기

• 예측모델 생성을 위해 독립변수와 종속변수를 분리
• train, test 셋을 나누기
• 모델 생성하고 학습시키기
• 학습한 모델로 예측하기 👉 이때 예측할 때 들어갈 변수는 위에서 생성한 네 개 컬럼명을 입력

# Separate X and y
X = df.drop('Species', axis=1)
y = df.Species

# Data Splitting
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# Model building
rf = RandomForestClassifier(max_depth=2, max_features=4, n_estimators=200, random_state=42)
rf.fit(X_train, y_train)

# Apply Model to make predictions
y_pred = rf.predict([[sepal_length, sepal_width, petal_length, petal_width]])
st.write(y_pred)

 

 

간단한 EDA_ 아이리스 종에 따른 4개 컬럼 평균 계산

• st.subheader() 로 서브 제목 생성
• 데이터 프레임을 groupby 하여, species를 기준으로 평균 내서 변수에 저장(groupby_species_mean)
• 해당 변수를 출력

# print EDA
st.subheader('Brief EDA')
st.write('The data is grouped by the class and the variable mean is computed for each class.')
groupby_species_mean = df.groupby('Species').mean()
st.write(groupby_species_mean)

 

 

슬라이더에 Input 한 컬럼 값을 데이터프레임으로 출력하기

# print input Features
input_feature = pd.DataFrame([[sepal_length, sepal_width, petal_length, petal_width]],
                              columns = ['sepal_length', 'sepal_width', 'petal_length', 'petal_width'])
st.write(input_feature)

 

 

예측 결과값을 metric으로 출력

• st.metric() 사용하여 깔끔하게 출력
• y_pred(예측값)의 0번째 값(첫번째 값)을 출력

st.subheader('Output')
st.metric('Predicted class', y_pred[0], '')