📖 챕터 소개

드디어 PyCaret의 심장이라 할 수 있는 setup() 함수를 만날 시간입니다! setup()은 우리가 진행할 모든 머신러닝 실험의 '설계도'를 그리는 과정입니다. 어떤 데이터를 사용할지, 무엇을 예측할지, 데이터는 어떻게 나눌지 등 분석의 큰 방향을 결정하는 가장 중요한 첫 단추이죠. 이번 시간에는 이 강력한 함수의 기본적인 사용법을 마스터하여, 우리의 분석 프로젝트를 위한 완벽한 청사진을 그려보겠습니다. 이제 진짜 분석의 세계로 뛰어들어볼까요?

🎯 챕터 목표

PyCaret의 모든 실험이 setup() 함수에서 시작된다는 것을 이해합니다.
data, target, session_id 등 실험을 정의하는 핵심 파라미터의 역할을 설명할 수 있습니다.
train_size 파라미터를 이용해 학습 및 테스트 데이터의 분할 비율을 직접 제어할 수 있습니다.
categorical_features, numeric_features 등을 사용해 PyCaret의 자동 데이터 타입 추론을 수동으로 보정할 수 있습니다.

💻 이번 챕터의 전체 코드 및 프로젝트 구조

이번 챕터의 핵심 코드

💡 insurance 데이터셋을 사용해 회귀(regression) 분석을 위한 실험 환경을 설계합니다. setup() 함수에 다양한 파라미터를 넘겨주며 어떻게 실험이 구체화되는지 확인해 보세요.

# 1. 라이브러리 준비
from pycaret.datasets import get_data
# 이번엔 회귀 분석이므로 regression 모듈에서 setup을 불러옵니다.
from pycaret.regression import setup

# 2. 데이터 불러오기
insurance_df = get_data('insurance')
print(insurance_df.head()) # 원본 데이터를 먼저 확인합니다.

# 3. 실험 설계 및 환경 설정
# charges(보험료)를 예측하는 회귀 모델 실험을 설계합니다.
reg_experiment = setup(
    data = insurance_df,                   # 사용할 데이터프레임
    target = 'charges',                    # 예측할 목표 변수
    session_id = 123,                      # 결과 재현을 위한 시드(seed) 값
    train_size = 0.8,                      # 학습 데이터 비율 80%
    categorical_features = ['smoker'],     # 'smoker'는 범주형 변수임을 명시
    numeric_features = ['age', 'bmi'],     # 'age', 'bmi'는 수치형 변수임을 명시
    ignore_features = ['region']           # 'region' 변수는 분석에서 제외
)

코드 실행 결과 미리보기

원본 데이터 확인 (`insurance_df.head()`)

   age     sex     bmi  children smoker     region      charges
0   19  female  27.900         0    yes  southwest  16884.92400
1   18    male  33.770         1     no  southeast   1725.55230
2   28    male  33.000         3     no  southeast   4449.46200
3   33    male  22.705         0     no  northwest  21984.47061
4   32    male  28.880         0     no  northwest   3866.85520

`setup()` 실행 후 나타나는 정보 테이블

우리가 설정한 파라미터에 따라 실험 환경이 어떻게 구성되었는지 상세한 '리포트'를 보여줍니다.