003 Jupyter Notebook에서 PyCaret 시작하기

키워드: Jupyter, 시작하기

개요

Jupyter Notebook은 데이터 과학과 머신러닝 작업에 가장 널리 사용되는 개발 환경입니다. 코드, 시각화, 설명을 한 곳에서 작성하고 실행할 수 있어 PyCaret과 궁합이 잘 맞습니다. 이 글에서는 Jupyter Notebook에서 PyCaret을 효과적으로 사용하는 방법을 알아보겠습니다.

실습 환경

• Python 버전: 3.11 권장
  • Python 3.11은 2027년 말까지 지원되며, PyCaret 호환 최신 버전입니다.
• 필요 패키지: pycaret[full]>=3.0, pandas, matplotlib

pip install pycaret[full]>=3.0 pandas matplotlib

⚠️ Google Colab 사용 불가 Google Colab은 2025년 8월부터 Python 3.12만 지원하여 PyCaret(3.8~3.11) 실습이 불가능합니다. 로컬 환경이나 Docker를 사용해 주세요.

Jupyter Notebook 설치 및 실행

설치

가상환경이 활성화된 상태에서 Jupyter를 설치합니다:

pip install jupyter notebook

실행

jupyter notebook

브라우저가 자동으로 열리며 Jupyter 대시보드가 표시됩니다. 기본 주소는 http://localhost:8888입니다.

새 노트북 생성

1. 우측 상단 New 버튼 클릭
2. Python 3 선택
3. 새 노트북이 열립니다

PyCaret 기본 워크플로우

Jupyter에서 PyCaret을 사용하는 기본 흐름을 단계별로 살펴보겠습니다.

1단계: 라이브러리 임포트

# 003 첫 번째 셀
# 003 분류 문제의 경우
from pycaret.classification import *

# 003 회귀 문제의 경우 (대신 사용)
# 003 from pycaret.regression import *

import pandas as pd
import warnings
warnings.filterwarnings('ignore')

2단계: 데이터 로드

PyCaret은 학습용 내장 데이터세트를 제공합니다:

# 003 두 번째 셀
# 003 내장 데이터세트 목록 확인
from pycaret.datasets import get_data

# 003 사용 가능한 데이터세트 목록
get_data('index')

주요 내장 데이터세트:

데이터세트	유형	설명
iris	분류	붓꽃 품종 분류
titanic	분류	타이타닉 생존 예측
diabetes	분류	당뇨병 예측
boston	회귀	보스턴 주택 가격
insurance	회귀	보험료 예측

# 003 세 번째 셀
# 003 타이타닉 데이터 로드
data = get_data('titanic')

출력:

     PassengerId  Survived  Pclass  ...     Fare Cabin  Embarked
0              1         0       3  ...   7.2500   NaN         S
1              2         1       1  ...  71.2833   C85         C
2              3         1       3  ...   7.9250   NaN         S
...

3단계: 환경 설정 (setup)

setup() 함수는 PyCaret의 핵심입니다. 데이터 전처리와 실험 환경을 자동으로 설정합니다:

# 003 네 번째 셀
clf = setup(
    data=data,           # 데이터프레임
    target='Survived',   # 예측할 타겟 컬럼
    session_id=42        # 재현성을 위한 랜덤 시드
)

setup() 실행 시 PyCaret이 자동으로 수행하는 작업:

• 특성 유형 자동 감지 (숫자형, 범주형)
• 결측치 처리
• 범주형 변수 인코딩
• 학습/테스트 데이터 분할 (기본 70:30)

4단계: 모델 비교

# 003 다섯 번째 셀
# 003 여러 모델 한 번에 비교
best_model = compare_models()

출력 예시:

Model	Accuracy	AUC	Recall	Prec.	F1	Kappa
Gradient Boosting	0.8315	0.8724	0.7143	0.8108	0.7595	0.6373
Random Forest	0.8249	0.8643	0.6883	0.8108	0.7447	0.6195
Light GBM	0.8183	0.8592	0.6753	0.8000	0.7324	0.6038
...	...	...	...	...	...	...

compare_models()는 15개 이상의 알고리즘을 자동으로 학습하고 비교합니다!

5단계: 모델 생성 및 튜닝

# 003 여섯 번째 셀
# 003 특정 모델 생성
rf = create_model('rf')  # Random Forest

# 003 하이퍼파라미터 튜닝
tuned_rf = tune_model(rf)

6단계: 모델 시각화

# 003 일곱 번째 셀
# 003 다양한 시각화
plot_model(tuned_rf, plot='confusion_matrix')  # 혼동 행렬
plot_model(tuned_rf, plot='auc')               # ROC 곡선
plot_model(tuned_rf, plot='feature')           # 특성 중요도

7단계: 예측

# 003 여덟 번째 셀
# 003 테스트 데이터에 예측
predictions = predict_model(tuned_rf)
print(predictions.head())

8단계: 모델 저장

# 003 아홉 번째 셀
# 003 모델 저장
save_model(tuned_rf, 'my_first_model')

# 003 나중에 불러오기
# 003 loaded_model = load_model('my_first_model')

Jupyter에서 유용한 팁

1. 대화형 출력 활용

PyCaret은 Jupyter의 대화형 기능을 적극 활용합니다. 테이블과 그래프가 셀 바로 아래에 표시됩니다.

2. 진행 상황 표시

compare_models() 등의 함수 실행 시 진행률 바가 표시됩니다:

Processing:  |████████████████████████████████| 100%

3. HTML 리포트

# 003 실험 결과를 HTML로 저장
# 003 setup() 후에 실행
from pycaret.classification import pull

# 003 마지막 실행 결과 가져오기
results = pull()
results.to_html('experiment_results.html')

4. 노트북 자동 저장 설정

Jupyter 설정에서 자동 저장 간격을 조절할 수 있습니다:

%autosave 60  # 60초마다 자동 저장

5. 메모리 관리

대용량 데이터 작업 시 메모리 관리가 중요합니다:

import gc

# 003 불필요한 변수 삭제 후 가비지 컬렉션
del large_dataframe
gc.collect()

완전한 예제: 타이타닉 생존 예측

# 003 전체 워크플로우를 하나의 예제로

# 1. 임포트
from pycaret.classification import *
import pandas as pd

# 2. 데이터 로드
data = get_data('titanic')

# 3. 환경 설정
clf = setup(data, target='Survived', session_id=42)

# 4. 모델 비교 (상위 3개만)
top3 = compare_models(n_select=3)

# 5. 최고 모델 튜닝
tuned = tune_model(top3[0])

# 6. 앙상블
blended = blend_models(top3)

# 7. 최종 모델 확정
final = finalize_model(blended)

# 8. 저장
save_model(final, 'titanic_survival_model')

print("완료!")

정리

• Jupyter Notebook은 PyCaret과 함께 사용하기 좋은 환경입니다.
• PyCaret 기본 워크플로우: setup() → compare_models() → tune_model() → predict_model() → save_model()
• 한 줄의 코드로 여러 모델을 비교할 수 있습니다.
• 대화형 시각화와 테이블로 결과를 쉽게 확인할 수 있습니다.
• 실험 결과를 저장하고 재현할 수 있습니다.

다음 글 예고

다음 글에서는 PyCaret 지원 모듈 총정리에 대해 알아보겠습니다. 분류, 회귀, 클러스터링, 이상치 탐지, 시계열 등 각 모듈의 특징과 사용 상황을 자세히 다룹니다.

---

PyCaret 머신러닝 마스터 시리즈 #003