Merge pull request #1 from edumgt/copilot/validate-ml-python-files

fix: correct logic errors and code quality issues across ML example files

Author: edumgt

FeatureSample.py

@@ -4,8 +4,8 @@
 documents = [
     "나는 인공지능을 공부하고 있다",
     "인공지능은 미래의 핵심 기술이다",
-    "인공지능 우리의의 핵심 기술이다",
-    "인공지능 기술을 선도하는 기업업",
+    "인공지능은 우리의 핵심 기술이다",
+    "인공지능 기술을 선도하는 기업",
     "자연어 처리는 인공지능의 한 분야다"
 ]
 

HouseSample.py

@@ -1,4 +1,3 @@
-import numpy as np
 import pandas as pd
 from sklearn.model_selection import train_test_split
 from sklearn.linear_model import LinearRegression
@@ -8,7 +7,7 @@
 data = pd.DataFrame({
     '면적': [50, 70, 80, 100, 120, 150, 180, 200, 250, 300],
     '방 개수': [5, 5, 1, 1, 1, 5, 5, 6, 6, 7],
-    '가격': [3000, 5000, 5500, 7000, 8500, 11000, 
+    '가격': [3000, 5000, 5500, 7000, 8500, 11000,
            13000, 15000, 18000, 22000]  # 단위: 만 원
 })
 

ImageMasking.py

@@ -28,7 +28,7 @@
 highlighted[mask == 1] = 255  # 밝은 값으로 변경
 
 # 4. 시각화
-fig, axs = plt.subplots(1, 3, figsize=(4, 12))
+fig, axs = plt.subplots(1, 3, figsize=(12, 4))
 axs[0].imshow(image, cmap='gray')
 axs[0].set_title("원본 이미지")
 axs[1].imshow(mask, cmap='gray')

LinearSample.py

@@ -2,7 +2,7 @@
 import numpy as np
 
 # 입력: 공부 시간 (X), 출력: 시험 점수 (y)
-X = np.array([[3], [2], [1], [4], [5]])  # 공부 시간
+X = np.array([[1], [2], [3], [4], [5]])  # 공부 시간
 y = np.array([55, 60, 65, 70, 75])       # 시험 점수
 
 model = LinearRegression()

SvmSample.py

@@ -24,6 +24,7 @@
 y_pred = model.predict(X_test)
 acc = accuracy_score(y_test, y_pred)
 
+
 # 시각화
 def plot_classification(X, y, clf):
     h = 0.02
@@ -41,4 +42,5 @@ def plot_classification(X, y, clf):
     plt.ylabel("Feature 2")
     plt.show()
 
+
 plot_classification(X, y, model)

Word2Vec.py

@@ -13,7 +13,7 @@
 ]
 
 # Word2Vec 모델 학습
-model = Word2Vec(sentences=sentences, vector_size=100, 
+model = Word2Vec(sentences=sentences, vector_size=100,
                  window=5, min_count=1, workers=4)
 
 # 학습된 단어 목록 확인