[머신러닝 커닝 페이퍼] 메서드 연결 y_pred = dt_clf(X_train, y_train).predict(X_test)

일반적으로 모델을 정의하고 학습하고 예측값을 만들때 코드를 나눠서 작성한다.

하지만 효율성을 위해 가독성을 포기하고 코드를 조금 짧게 작성할 수도 있다.

# 일반적인 머신러닝 학습모델 작성방법 (결정트리모델)
dt_clf = DecisionTreeClassifier(random_state=0)
dt_clf.fit(X_train, y_train)
dt_pred = dt_clf.predict(X_test)

모델생성과 학습을 한번에 하거나

# 모델 생성과 학습을 한번에 실행합니다.
dt_clf = DecisionTreeClassifier(random_state=0).fit(X_train, y_train)
dt_pred = dt_clf.predict(X_test)

학습과 예측을 한번에 할 수 있다

# 학습과 예측 객체 생성을 한번에 실행합니다.
dt_clf = DecisionTreeClassifier(random_state=0)
dt_pred = dt_clf.fit(X_train, y_train).predict(X_test)

fit 함수는 자기자신을 반환하기 때문에 이렇게 작성하는게 가능하다.

---

<파이썬 라이브러리를 활용한 머신러닝 : 안드레아스 뮐러, 세라 가이도>를 참고했습니다.