파이썬 머신러닝 완벽 가이드

다양한 캐글 예제와 함께 기초 알고리즘부터 최신 기법까지 배우는

권철민 지음

데이터 사이언스 시리즈_031
ISBN: 9791158391386
38,000원 | 2019년 02월 28일 발행 | 644쪽

자세한 이론 설명과 파이썬 실습을 통해 머신러닝을 완벽하게 배울 수 있습니다!

《파이썬 머신러닝 완벽 가이드》는 이론 위주의 머신러닝 책에서 탈피해 다양한 실전 예제를 직접 구현해 보면서 머신러닝을 체득할 수 있도록 만들었습니다. 캐글과 UCI 머신러닝 리포지토리에서 난이도가 있는 실습 데이터를 기반으로 실전 예제를 구성했고, XGBoost, LightGBM, 스태킹 기법 등 캐글의 많은 데이터 사이언스에서 애용하는 최신 알고리즘과 기법에 대해 매우 상세하게 설명했습니다.

★ 이 책의 특징 ★

분류, 회귀, 차원 축소, 클러스터링 등 핵심 머신러닝 알고리즘에 대한 깊이 있는 설명
데이터 전처리, 머신러닝 알고리즘 적용, 하이퍼 파라미터 튜닝, 성능 평가 등 최적 머신러닝 모델 구성 방안 제시
XGBoost, LightGBM, 스태킹 등 머신러닝 최신 기법에 대한 상세한 설명과 활용법
난이도 높은 캐글 문제를 직접 따라 해 보면서 실무 머신러닝 애플리케이션 개발 방법 체득(산탄테르 은행 고객 만족 예측, 신용카드 사기 검출, 부동산 가격 예측 고급 회귀 기법, Mercari 쇼핑몰 가격 예측 등)
텍스트 분석과 NLP를 위한 기반 이론과 다양한 실습 예제 제공(텍스트 분류, 감성 분석, 토픽 모델링, 문서 유사도, 문서 군집화와 유사도, KoNLPy를 이용한 네이버 영화 감성 분석 등)
다양한 추천 시스템을 직접 파이썬 코드로 구축하는 법을 제공

도서 상세 이미지

권철민

엔코아 컨설팅, 한국 오라클을 거쳐 현재 kx systems에서 고성능 인메모리 DB인 kdb+의 Machine Learning 컨설턴트로 근무 중이다. 지난 20년간 50여 개 이상의 주요 고객사에서 데이터컨설팅 분야에 매진해 왔으며, 최근 몇 년간은 AI 기반의 Advanced Analytics 분야에 집중하고 있다. 직접 구현해 보지 않으면 절대 이해하지 못하는 평범한 두뇌의 소유자이며, 절망적인 프로젝트에 참여해 자기학대적인 노력으로 문제를 해결하는 이상한 성격의 소유자이기도 하다.

▣ 1장: 파이썬 기반의 머신러닝과 생태계 이해
- 1.1. 머신러닝의 개념
  - 머신러닝의 분류
  - 데이터 전쟁
  - 파이썬과 R 기반의 머신러닝 비교
- 1.2. 파이썬 머신러닝 생태계를 구성하는 주요 패키지
  - 파이썬 머신러닝을 위한 S/W 설치
- 1.3. 넘파이
  - 넘파이 ndarray 개요
  - ndarray의 데이터 타입
  - ndarray를 편리하게 생성하기 - arange, zeros, ones
  - ndarray의 차원과 크기를 변경하는 reshape( )
  - 넘파이의 ndarray의 데이터 세트 선택하기 – 인덱싱(Indexing)
  - 행렬의 정렬 – sort( )와 argsort( )
  - 선형대수 연산 – 행렬 내적과 전치 행렬 구하기
- 1.4. 데이터 핸들링 - 판다스
  - 판다스 시작 - 파일을 DataFrame으로 로딩, 기본 API
  - DataFrame과 리스트, 딕셔너리, 넘파이 ndarray 상호 변환
  - DataFrame의 컬럼 데이터 세트 생성과 수정
  - DataFrame 데이터 삭제
  - Index 객체
  - 데이터 셀렉션 및 필터링
  - 정렬, Aggregation 함수, GroupBy 적용
  - 결손 데이터 처리하기
  - apply lambda 식으로 데이터 가공
- 1.5. 정리
▣ 2장: 사이킷런으로 시작하는 머신러닝
- 2.1. 사이킷런 소개와 특징
- 2.2. 첫 번째 머신러닝 만들어 보기 – 붓꽃 품종 예측하기
- 2.3. 사이킷런의 기반 프레임워크 익히기
  - Estimator 이해 및 fit( ), predict( ) 메서드
  - 사이킷런의 주요 모듈
  - 내장된 예제 데이터 세트
- 2.4. Model Selection 모듈 소개
  - 학습/테스트 데이터 세트 분리 – train_test_split()
  - 교차 검증
  - GridSearchCV – 교차 검증과 최적 하이퍼 파라미터 튜닝을 한 번에
- 2.5. 데이터 전처리
  - 데이터 인코딩
  - 피처 스케일링과 정규화
  - StandardScaler
  - MinMaxScaler
- 2.6. 사이킷런으로 수행하는 타이타닉 생존자 예측
- 2.7. 정리
▣ 3장: 평가
- 3.1. 정확도(Accuracy)
- 3.2. 오차 행렬
- 3.3. 정밀도와 재현율
  - 정밀도/재현율 트레이드오프
  - 정밀도와 재현율의 맹점
- 3.4. F1 스코어
- 3.5. ROC 곡선과 AUC
- 3.6. 피마 인디언 당뇨병 예측
- 3.7. 정리
▣ 4장: 분류
- 4.1. 분류(Classification)의 개요
- 4.2. 결정 트리
  - 결정 트리 모델의 특징
  - 결정 트리 파라미터
  - 결정 트리 모델의 시각화
  - 결정 트리 과적합(Overfitting)
  - 결정 트리 실습 – 사용자 행동 인식 데이터 세트
- 4.3. 앙상블 학습
  - 앙상블 학습 개요
  - 보팅 유형 – 하드 보팅(Hard Voting)과 소프트 보팅(Soft Voting)
  - 보팅 분류기(Voting Classifier)
- 4.4. 랜덤 포레스트
  - 랜덤 포레스트의 개요 및 실습
  - 랜덤 포레스트 하이퍼 파라미터 및 튜닝
- 4.5. GBM(Gradient Boosting Machine)
  - GBM의 개요 및 실습
  - GBM 하이퍼 파라미터 및 튜닝
- 4.6. XGBoost(eXtra Gradient Boost)
  - XGBoost 개요
  - XGBoost 설치하기
  - 파이썬 래퍼 XGBoost 하이퍼 파라미터
  - 파이썬 래퍼 XGBoost 적용 – 위스콘신 유방암 예측
  - 사이킷런 래퍼 XGBoost의 개요 및 적용
- 4.7. LightGBM
  - LightGBM 설치
  - LightGBM 하이퍼 파라미터
  - 하이퍼 파라미터 튜닝 방안
  - 파이썬 래퍼 LightGBM과 사이킷런 래퍼 XGBoost,
  - LightGBM 하이퍼 파라미터 비교
  - LightGBM 적용 – 위스콘신 유방암 예측
- 4.8. 분류 실습 - 캐글 산탄데르 고객 만족 예측
  - 데이터 전처리
  - XGBoost 모델 학습과 하이퍼 파라미터 튜닝
  - LightGBM 모델 학습과 하이퍼 파라미터 튜닝
- 4.9. 분류 실습 – 캐글 신용카드 사기 검출
  - 언더 샘플링과 오버 샘플링의 이해
  - 데이터 일차 가공 및 모델 학습/예측/평가
  - 데이터 분포도 변환 후 모델 학습/예측/평가
  - 이상치 데이터 제거 후 모델 학습/예측/평가
  - SMOTE 오버 샘플링 적용 후 모델 학습/예측/평가
- 4.10. 스태킹 앙상블
  - 기본 스태킹 모델
  - CV 세트 기반의 스태킹
- 4.11. 정리
▣ 5장: 회귀
- 5.1. 회귀 소개
- 5.2. 단순 선형 회귀를 통한 회귀 이해
- 5.3. 비용 최소화하기 – 경사 하강법(Gradient Descent) 소개
- 5.4. 사이킷런 LinearRegression을 이용한 보스턴 주택 가격 예측
  - LinearRegression 클래스 - Ordinary Least Squares
  - 회귀 평가 지표
  - LinearRegression을 이용해 보스턴 주택 가격 회귀 구현
- 5.5. 다항 회귀와 과(대)적합/과소적합 이해
  - 다항 회귀 이해
  - 다항 회귀를 이용한 과소적합 및 과적합 이해
  - 편향-분산 트레이드오프(Bias-Variance Trade off)
- 5.6. 규제 선형 모델 – 릿지, 라쏘, 엘라스틱넷
  - 규제 선형 모델의 개요
  - 릿지 회귀
  - 라쏘 회귀
  - 엘라스틱넷 회귀
  - 선형 회귀 모델을 위한 데이터 변환
- 5.7. 로지스틱 회귀
- 5.8. 회귀 트리
- 5.9. 회귀 실습 – 자전거 대여 수요 예측
  - 데이터 클렌징 및 가공
  - 로그 변환, 피처 인코딩과 모델 학습/예측/평가
- 5.10. 회귀 실습 – 캐글 주택 가격: 고급 회귀 기법
  - 데이터 사전 처리(Preprocessing)
  - 선형 회귀 모델 학습/예측/평가
  - 회귀 트리 모델 학습/예측/평가
  - 회귀 모델의 예측 결과 혼합을 통한 최종 예측
  - 스태킹 앙상블 모델을 통한 회귀 예측
- 5.11. 정리
▣ 6장: 차원 축소
- 6.1. 차원 축소(Dimension Reduction) 개요
- 6.2. PCA(Principal Component Analysis)
  - PCA 개요
- 6.3. LDA(Linear Discriminant Analysis)
  - LDA 개요
  - 붓꽃 데이터 세트에 LDA 적용하기
- 6.4. SVD(Singular Value Decomposition)
  - SVD 개요
  - 사이킷런 TruncatedSVD 클래스를 이용한 변환
- 6.5. NMF(Non-Negative Matrix Factorization)
  - NMF 개요
- 6.6. 정리
▣ 7장: 군집화
- 7.1. K-평균 알고리즘 이해
  - 사이킷런 KMeans 클래스 소개
  - K-평균을 이용한 붓꽃 데이터 세트 군집화
  - 군집화 알고리즘 테스트를 위한 데이터 생성
- 7.2. 군집 평가(Cluster Evaluation)
  - 실루엣 분석의 개요
  - 붓꽃 데이터 세트를 이용한 군집 평가
  - 군집별 평균 실루엣 계수의 시각화를 통한 군집 개수 최적화 방법
- 7.3. 평균 이동
  - 평균 이동(Mean Shift)의 개요
- 7.4. GMM(Gaussian Mixture Model)
  - GMM(Gaussian Mixture Model) 소개
  - GMM을 이용한 붓꽃 데이터 세트 군집화
  - GMM과 K-평균의 비교
- 7.5. DBSCAN
  - DBSCAN 개요
  - DBSCAN 적용하기 – 붓꽃 데이터 세트
  - DBSCAN 적용하기 – make_circles( ) 데이터 세트
- 7.6. 군집화 실습 – 고객 세그먼테이션
  - 고객 세그먼테이션의 정의와 기법
  - 데이터 세트 로딩과 데이터 클렌징
  - RFM 기반 데이터 가공
  - RFM 기반 고객 세그먼테이션
- 7.7. 정리
▣ 8장: 텍스트 분석
- NLP이냐 텍스트 분석이냐?
- 8.1. 텍스트 분석 이해
  - 텍스트 분석 수행 프로세스
  - 파이썬 기반의 NLP, 텍스트 분석 패키지
- 8.2. 텍스트 사전 준비 작업(텍스트 전처리) - 텍스트 정규화
  - 클렌징
  - 텍스트 토큰화
  - 스톱 워드 제거
  - Stemming과 Lemmatization
- 8.3. Bag of Words – BOW
  - BOW 피처 벡터화
  - 사이킷런의 Count 및 TF-IDF 벡터화 구현: CountVectorizer, TfidfVectorizer __BOW 벡터화를 위한 희소 행렬
  - 희소 행렬 - COO 형식
  - 희소 행렬 – CSR 형식
- 8.4. 텍스트 분류 실습 – 20 뉴스그룹 분류
  - 텍스트 정규화
  - 피처 벡터화 변환과 머신러닝 모델 학습/예측/평가
  - 사이킷런 파이프라인(Pipeline) 사용 및 GridSearchCV와의 결합
- 8.5. 감성 분석
  - 감성 분석 소개
  - 지도학습 기반 감성 분석 실습 – IMDB 영화평
  - 비지도학습 기반 감성 분석 소개
  - SentiWordNet을 이용한 감성 분석
  - VADER를 이용한 감성 분석
- 8.6. 토픽 모델링(Topic Modeling) - 20 뉴스그룹
- 8.7. 문서 군집화 소개와 실습(Opinion Review 데이터 세트)
  - 문서 군집화 개념
  - Opinion Review 데이터 세트를 이용한 문서 군집화 수행하기
  - 군집별 핵심 단어 추출하기
- 8.8. 문서 유사도
  - 문서 유사도 측정 방법 – 코사인 유사도
  - 두 벡터 사잇각
  - Opinion Review 데이터 세트를 이용한 문서 유사도 측정
- 8.9. 한글 텍스트 처리 – 네이버 영화 평점 감성 분석
  - 한글 NLP 처리의 어려움
  - KoNLPy 소개
  - 데이터 로딩
- 8.10. 텍스트 분석 실습–캐글 Mercari Price Suggestion Challenge
  - 데이터 전처리
  - 피처 인코딩과 피처 벡터화
  - 릿지 회귀 모델 구축 및 평가
  - LightGBM 회귀 모델 구축과 앙상블을 이용한 최종 예측 평가
- 8.11. 정리
▣ 9장: 추천 시스템
- 9.1. 추천 시스템의 개요와 배경
  - 추천 시스템의 개요
  - 온라인 스토어의 필수 요소, 추천 시스템
  - 추천 시스템의 유형
- 9.2. 콘텐츠 기반 필터링 추천 시스템
- 9.3. 최근접 이웃 협업 필터링
- 9.4. 잠재 요인 협업 필터링
  - 잠재 요인 협업 필터링의 이해
  - 행렬 분해의 이해
  - 확률적 경사 하강법을 이용한 행렬 분해
- 9.5. 콘텐츠 기반 필터링 실습 – TMDB 5000 영화 데이터 세트
  - 장르 속성을 이용한 영화 콘텐츠 기반 필터링
  - 데이터 로딩 및 가공
  - 장르 콘텐츠 유사도 측정
  - 장르 콘텐츠 필터링을 이용한 영화 추천
- 9.6. 아이템 기반 최근접 이웃 협업 필터링 실습
  - 데이터 가공 및 변환
  - 영화 간 유사도 산출
  - 아이템 기반 최근접 이웃 협업 필터링으로 개인화된 영화 추천
- 9.7. 행렬 분해를 이용한 잠재 요인 협업 필터링 실습
- 9.8. 파이썬 추천 시스템 패키지 - Surprise
  - Surprise 패키지 소개
  - Surprise를 이용한 추천 시스템 구축
  - Surprise 주요 모듈 소개
  - Surprise 추천 알고리즘 클래스
  - 베이스라인 평점
  - 교차 검증과 하이퍼 파라미터 튜닝
  - Surprise를 이용한 개인화 영화 추천 시스템 구축
- 9.9. 정리

GitHub 저장소: https://github.com/wikibook/ml-definitive-guide
ZIP 형식으로 다운로드: https://github.com/wikibook/ml-definitive-guide/archive/master.zip

4장 결정트리의 human activity 데이터 세트에 중복된 Feature명으로 인해 신규 버전(0.25버전 이상)의 Pandas에서 Duplicate name 에러가 발생하는 경우에 대해 다음 내용을 수정하고
- 중복 feature명에 대해 원본 feature명에 '_1(또는 2)'를 추가로 부여하는 함수인 get_new_feature_name_df() 생성
- get_human_dataset() 함수는 중복된 feature명을 새롭게 수정하는 get_new_feature_name_df() 함수를 반영해서 수정
수정 사항이 반영된 아래의 2개의 주피터 노트북 파일을 새로 업로드했습니다. 위와 같은 문제가 발생할 경우 아래 파일을 참고하시기 바랍니다.
- 4.2 결정 트리_Ver01.ipynb
- 4.3_앙상블학습4.4랜덤포레스트_4.5_GBM_Ver01

36쪽, 본문 두 번째 예제 코드

org_array = np.array([ 3, 1, 9, 5])
sort_indices = np.argsort(org_array)
print(type(sort_indices))
print('행렬 정렬 시 원본 행렬의 인덱스:', sort_indices)

==>

org_array = np.array([ 3, 1, 9, 5]) 
sort_indices_desc = np.argsort(org_array)[::-1]
print('행렬 내림차순 정렬 시 원본 행렬의 인덱스:', sort_indices_desc)

69쪽, 본문 2번째 줄

iloc[0, 0]을 적용해 보겠습니다.

==>

iloc[0, 1]을 적용해 보겠습니다.

70쪽, 5번째 예제 코드

print('명칭 기반 ix slicing\n', data_df.ix['one':'two', 'name'], '\n')
print('위치 기반 iloc slicing\n', data_df.iloc[0:1, 0], '\n')
print('명칭 기반 loc slicing\n', data_df.loc['one':'two', 'name'])

==>

print('명칭 기반 ix slicing\n', data_df.ix['one': 'two', 'Name'], '\n')
print('위치 기반 iloc slicing\n', data_df.iloc[0:1, 0], '\n')
print('명칭 기반 loc slicing\n', data_df.loc['one': 'two', 'Name'])

77쪽, 본문 3번째 줄

SQ, 판다스 모두

==>

SQL, 판다스 모두

108쪽, 페이지 상단 예제 코드의 2번째 줄

print('검증 레이블 데이터 분포:\n', label_test.value_counts())iris_df['label'].value_counts()

==>

print('검증 레이블 데이터 분포:\n', label_test.value_counts())

110쪽, 본문 8번째 줄

다음 코드는 KFold를 이용해 데이터를 분리한 것입니다

==>

다음 코드는 StratifiedKFold를 이용해 데이터를 분리한 것입니다.
112쪽, 본문 밑에서 2번째 줄

교차 검증 폴드 수는 5,

==>

교차 검증 폴드 수는 3,
115쪽, 상단 예제 코드의 6번째 줄
```
iris = load_iris()
```
==>
```
iris_data = load_iris()
```
135쪽, 본문 2번째 줄

그리고 여자 Senior의 경우는

==>

그리고 여자 Elderly의 경우는
157쪽, 본문 밑에서 4번째 줄

predict_prob( ) 메서드로 구한

==>

predict_proba( ) 메서드로 구한
167쪽, 페이지 하단 도표

predict_prob( )의 반환 값 array에서

==>

predict_proba( )의 반환 값 array에서
169쪽, 본문 4번째 줄

FRP이 작은 상태에서

==>

FPR이 작은 상태에서

170쪽, 페이지 상단 예제 코드의 3번째 줄

pred = lr_clf.predict(X_test)

==>

pred = lr_clf.predict_proba(X_test)[:, 1]

180쪽, 밑에서 8번째 줄

적용될 수 알고리즘입니다.

==>

적용될 수 있는 알고리즘입니다.

203쪽, 예제 실행 시 사이킷런 버전이 0.21일 경우('mean_train_score' 키가 삭제되어 오류가 발생) 다음과 같이 예제 코드를 수정

# GridSearchCV 객체의 cv_results_ 속성을 DataFrame으로 생성.
cv_results_df = pd.DataFrame(grid_cv.cv_results_)

# max_depth 파라미터 값과 그때의 테스트 세트, 학습 데이터 세트의 정확도 수치 추출
cv_results_df[['param_max_depth', 'mean_test_score', 'mean_train_score']]

==>

# GridSearchCV 객체의 cv_results_ 속성을 DataFrame으로 생성.
cv_results_df = pd.DataFrame(grid_cv.cv_results_)

# max_depth 파라미터 값과 그때의 테스트 세트, 학습 데이터 세트의 정확도 수치 추출
cv_results_df[['param_max_depth', 'mean_test_score']]

223쪽, 본문 9번째 줄

GridSeachCV, Pipeline 등)와

==>

GridSearchCV, Pipeline 등)와
243쪽, 밑에서 12번째 줄

sub_sample로

==>

subsample로
251쪽, 본문 5번째 줄

n_estimators는 200으로 하되 early_stopping_rounds를 50으로 설정합니다.

==>

n_estimators는 500으로 하되 early_stopping_rounds를 100으로 설정합니다.

255쪽, 페이지 하단 예제코드의 4번째 줄

LGBM_clf = LGBMClassifier(n_estimators=200)

==>

lgbm_clf = LGBMClassifier(n_estimators=200)

259쪽, 본문 밑에서 2번째 줄

284,807개의 레코드에서 Not Null 값은 없으며,

==>

284,807개의 레코드에서 결측치 값은 없으며,

269쪽, 페이지 상단 예제 코드의 10번째 줄

iqr_weight = boundary * weight

==>

iqr_weight = iqr * weight

300쪽, 표 내용 중 MSE 항목의 수식을 다음 수식으로 교체
308쪽, 밑에서 6번째 줄

마찬가지로 두 번째 입력 단항 계수 피처 [x₁ = 0, x₂ = 1]은 [1, 2, 3, 4, 6, 9]로 변환됩니다.

==>

마찬가지로 두 번째 입력 단항 계수 피처 [x₁ = 2, x₂ = 3]은 [1, 2, 3, 4, 6, 9]로 변환됩니다.

309쪽, 페이지 상단의 polynomial_func 함수를 다음 코드로 교체

def polynomial_func(X):
  y = 1 + 2*X[:,0] + 3*X[:,0]**2 + 4*X[:,1]**3 
  return y

309쪽, 페이지 상단의 [Output]을 다음 내용으로 교체

일차 단항식 계수 feature: 
[[0 1]
[2 3]]
삼차 다항식 결정값: 
[  5 125]

309쪽, 페이지 하단의 [Output]을 다음 내용으로 교체

3차 다항식 계수 feature: 
[[ 1.  0.  1.  0.  0.  1.  0.  0.  0.  1.]
[ 1.  2.  3.  4.  6.  9.  8. 12. 18. 27.]]
Polynomial 회귀 계수
[0.   0.18 0.18 0.36 0.54 0.72 0.72 1.08 1.62 2.34]

310쪽, 예제 코드의 polynomial_func 함수를 다음 코드로 교체

def polynomial_func(X):
  y = 1 + 2*X[:,0] + 3*X[:,0]**2 + 4*X[:,1]**3 
  return y

310쪽, 페이지 하단의 [Output]을 다음 내용으로 교체

Polynomial 회귀 계수
[0.   0.18 0.18 0.36 0.54 0.72 0.72 1.08 1.62 2.34]

312쪽, 예제 코드의 밑에서 16번째 줄

print('\nDegree {0} 회귀 계수는 {1} 입니다.'.format(degrees[i], np.round(coefficients),2))

==>

print('\nDegree {0} 회귀 계수는 {1} 입니다.'.format(degrees[i], np.round(coefficients,2)))

319쪽, 본문 첫 번째 줄

alpha가 10일 때 평균 RMSE가 5.524로 가장 좋습니다.

==>

alpha가 100일 때 평균 RMSE가 5.332로 가장 좋습니다.

342쪽, 페이지 상단 예제 코드의 밑에서 3번째 줄

# MSE는 사이킷런의 mean_absolute_error()로 계산

==>

# MAE는 사이킷런의 mean_absolute_error()로 계산

360쪽, 본문 밑에서 7번째 줄

왜곡 정도가 높다고 판단지만, 상황에 따라

==>

왜곡 정도가 높다고 판단하지만, 상황에 따라
378쪽, 본문 첫 번째 줄

고유벡터 직교 행렬, 고유값 정방 행렬

==>

고유벡터 직교 행렬 * 고유값 정방 행렬

381쪽, 페이지 상단 첫 번째 예제 코드

from sklearn.decomposition import PCA

pca = PCA(n_components=2)

#fit( )과 transform( )을 호출해 PCA 변환 데이터 반환
pca.fit(iris_scaled)
iris_pca = pca.transform(iris_scaled)
print(iris_pca.shape)

==>

# PCA  변환된 데이터의 컬럼명을 각각 pca_component_1, pca_component_2로 명명
pca_columns=['pca_component_1','pca_component_2']
irisDF_pca = pd.DataFrame(iris_pca,columns=pca_columns)
irisDF_pca['target']=iris.target
irisDF_pca.head(3)

384쪽, 페이지 하단 예제 코드를 다음 코드로 교체

# header로 의미없는 첫행 제거, iloc로 기존 id 제거
import pandas as pd

df = pd.read_excel('default of credit card clients.xls', header=1, sheet_name='Data').iloc[0:,1:]
print(df.shape)
df.head(3)

392쪽, 밑에서 첫 번째 줄

U의 차원이 m × n,

==>

U의 차원이 m × m,

409쪽, 페이지 상단 예제 코드를 다음 코드로 교체

irisDF['target'] = iris.target
irisDF['cluster'] = kmeans.labels_
iris_result = irisDF.groupby(['target', 'cluster'])['sepal_length'].count()
print(iris_result)

463쪽, 본문 5번째 줄

NLTK(National Language Toolkit for Python)

==>

NLTK(Natural Language Toolkit for Python)

464쪽, 페이지 하단 예제 코드의 첫 번째 줄

from nltk import sent_tokenize

==>

from nltk import sent_tokenize

import nltk
nltk.download('punkt')

469쪽, 페이지 하단 예제 코드의 첫 번째 줄

from nltk.stem import WordNetLemmatizer

==>

from nltk.stem import WordNetLemmatizer

import nltk
nltk.download('wordnet')

560쪽, 페이지 하단 그림을 다음 그림으로 교체(《블레이드 러너 2049》와 《프로메테우스》의 설명이 뒤바뀜)