머신러닝
-
우리는 특정 인물을 부를 때나, 특정 날짜를 지칭할 때, 풀 네임을 부르기보다, 호칭 또는 대명사를 사용합니다. 해당 인물이나 날짜를 지칭할 때 더 편하고, 반복해서 사용할 수 있기 때문입니다. 예를 들어 삼성전자에서 하루에 1000번 회장님의 이름을 부른다고 생각해 봅시다 그러면 '이재용 회장님'이라고 말하는 것보다 '대표'라고 부르는 게 편할 것입니다. 또한 8월 15일을 얘기하기 위해, 매번 '8월 15일'이라고 하지 않고 '광복절'이라고 줄여서 부를 것입니다. 위 터미널을 보면, '광복절' 이라는 대명사와 '대표'라는 대명사에 각각 "8월 15일"과 '이재용 회장님'이라는 데이터를 넣어 뒀습니다. 그러면 매번 풀네임을 부를 필요 없이 대명사만 호출하여 풀네임 데이터를 얻을 수 있는 것이죠. 컴퓨터..
머신러닝 기초 | 파이썬 기초1 - 데이터와 변수우리는 특정 인물을 부를 때나, 특정 날짜를 지칭할 때, 풀 네임을 부르기보다, 호칭 또는 대명사를 사용합니다. 해당 인물이나 날짜를 지칭할 때 더 편하고, 반복해서 사용할 수 있기 때문입니다. 예를 들어 삼성전자에서 하루에 1000번 회장님의 이름을 부른다고 생각해 봅시다 그러면 '이재용 회장님'이라고 말하는 것보다 '대표'라고 부르는 게 편할 것입니다. 또한 8월 15일을 얘기하기 위해, 매번 '8월 15일'이라고 하지 않고 '광복절'이라고 줄여서 부를 것입니다. 위 터미널을 보면, '광복절' 이라는 대명사와 '대표'라는 대명사에 각각 "8월 15일"과 '이재용 회장님'이라는 데이터를 넣어 뒀습니다. 그러면 매번 풀네임을 부를 필요 없이 대명사만 호출하여 풀네임 데이터를 얻을 수 있는 것이죠. 컴퓨터..
2023.08.17 -
정의 : 수집한 데이터를 다양한 각도에서 관찰하고 이해하려 노력하는 과정. 데어터를 분석하기 위해 그래프나 통계적인 방법을 활용하여 직관적으로 보는 과정이다. 과정 데이터를 전체적으로 살펴보기 : 문제가 있는지 확인 tail과 head 부분을 확인 (이상치, 결측치를 확인하는 과정) 데이터의 개별 속성값을 관찰 (각 속성값이 예측한 범위와 분포를 갖는지 확인하는 과정, 그렇지 않다면 원인/문제 파악) 속성간의 관계에 초점을 맞추고 관찰에서 찾아내지 못했던 패턴을 발견 (상관관계나 시각화 같은 것) EDA 아래의 두가지 질문을 확인하기 위한 것 변수에 내재된 변동성(variation) 유형은 어떻게 되는가? 변수들 간에 공변동(covariation)은 어떻게 되는 것인가? categorical variab..
탐색적 데이터 분석 (EDA)란정의 : 수집한 데이터를 다양한 각도에서 관찰하고 이해하려 노력하는 과정. 데어터를 분석하기 위해 그래프나 통계적인 방법을 활용하여 직관적으로 보는 과정이다. 과정 데이터를 전체적으로 살펴보기 : 문제가 있는지 확인 tail과 head 부분을 확인 (이상치, 결측치를 확인하는 과정) 데이터의 개별 속성값을 관찰 (각 속성값이 예측한 범위와 분포를 갖는지 확인하는 과정, 그렇지 않다면 원인/문제 파악) 속성간의 관계에 초점을 맞추고 관찰에서 찾아내지 못했던 패턴을 발견 (상관관계나 시각화 같은 것) EDA 아래의 두가지 질문을 확인하기 위한 것 변수에 내재된 변동성(variation) 유형은 어떻게 되는가? 변수들 간에 공변동(covariation)은 어떻게 되는 것인가? categorical variab..
2021.09.27 -
결정계수! 너 대체 정체가 뭐야! 머신러닝을 처음 공부하기 시작하면 막히는 부분이 있다. 바로 결정계수이다. 확률을 심도 있게 배우지 않은 학생들은 모두 결정계수에서 좌절한 후, 머신러닝은 역시 공대생의 것이라며 프로그래밍을 포기하곤 한다. 그래서 오늘, 결정계수를 최대한 쉽게 설명하는 글을 적어보려 한다. 결정계수 = R제곱 통계량 = Coefficient of Determination = R^2 = R squred 이름도 많다... 한 줄로 설명하자면, 결정계 수란 = '회귀 모델의 성과 지표' 1에 가까울 수록 좋은 회귀 모델 0에 가까울 수록 나쁜 모델 음수가 나올경우, 바로 폐기해야 하는 모델 결정계수를 구하는 공식은 아래와 같다. 여기서 주의깊게 봐야 할 부분은 바로 이 부분이다. 결정계수의 ..
[쉬운 설명]머신러닝 결정계수(R^2) 뜻, 증명결정계수! 너 대체 정체가 뭐야! 머신러닝을 처음 공부하기 시작하면 막히는 부분이 있다. 바로 결정계수이다. 확률을 심도 있게 배우지 않은 학생들은 모두 결정계수에서 좌절한 후, 머신러닝은 역시 공대생의 것이라며 프로그래밍을 포기하곤 한다. 그래서 오늘, 결정계수를 최대한 쉽게 설명하는 글을 적어보려 한다. 결정계수 = R제곱 통계량 = Coefficient of Determination = R^2 = R squred 이름도 많다... 한 줄로 설명하자면, 결정계 수란 = '회귀 모델의 성과 지표' 1에 가까울 수록 좋은 회귀 모델 0에 가까울 수록 나쁜 모델 음수가 나올경우, 바로 폐기해야 하는 모델 결정계수를 구하는 공식은 아래와 같다. 여기서 주의깊게 봐야 할 부분은 바로 이 부분이다. 결정계수의 ..
2021.09.18 -
1. 최근접 이웃 알고리즘이 필요한 이유 일단 선형 회귀 분석이 왜 필요한지 이해해야 한다. 머신 러닝을 공부하는 사람이라면 K-최근접 알고리즘을 사용하여 테스트 데이터의 타깃 값을 알아내는 걸 첫 번째로 공부했을 것이다. 하지만, k최근접 알고리즘의 한계는 바로, 트레인 데이터 범위 밖의 테스트 데이터의 값의 타깃 값을 알아낼 수 없다는 것이다. 예를 들자면, 개미의 길이 별 무게 데이터를 가지고, 새로운 개미의 무게를 측정하는 프로젝트가 있다고 하자. 우리가 가지고 있는 교육 데이터는 다음과 같다. 길이 무게 1cm 1g 2cm 2g 3cm 3g 만약 k최근접 알고리즘을 사용하여 주변의 3개의 데이터 값을 참고하여 길이 4cm인 개미의 무게를 측정한다고 해보자. k최근접 알고리즘의 예측값은 가장 근접..
[간단 설명]k-최근접 이웃 알고리즘, 선형 회귀 분석, 다항 회귀 분석이 전부 왜 필요할까?1. 최근접 이웃 알고리즘이 필요한 이유 일단 선형 회귀 분석이 왜 필요한지 이해해야 한다. 머신 러닝을 공부하는 사람이라면 K-최근접 알고리즘을 사용하여 테스트 데이터의 타깃 값을 알아내는 걸 첫 번째로 공부했을 것이다. 하지만, k최근접 알고리즘의 한계는 바로, 트레인 데이터 범위 밖의 테스트 데이터의 값의 타깃 값을 알아낼 수 없다는 것이다. 예를 들자면, 개미의 길이 별 무게 데이터를 가지고, 새로운 개미의 무게를 측정하는 프로젝트가 있다고 하자. 우리가 가지고 있는 교육 데이터는 다음과 같다. 길이 무게 1cm 1g 2cm 2g 3cm 3g 만약 k최근접 알고리즘을 사용하여 주변의 3개의 데이터 값을 참고하여 길이 4cm인 개미의 무게를 측정한다고 해보자. k최근접 알고리즘의 예측값은 가장 근접..
2021.09.18 -
scikit-learn패키지 KNeighborsRegressor은 최근접 이웃 회귀모델을 생성하는데 필요한 사이킷 런 클래스이다. n_neighbors의 매개변수를 임의로 설정하여, 합습 데이터의 이웃의 개수를 정할 수 있다. 기본 설정은 5개로 되어있다. mean_absolute_error()는 회귀 모델의 평균 절댓값의 오차를 계산할때 사용하는 함수다. 첫째 매개변수는 타깃의, 두 번째 매개변수는 예측한 값을 전달한다. mean_squared_error() 함수는, 평균 제곱의 오차를 계산하는 데에 사용된다. numpy 패키지 reshape()함수는 배열의 크기를 바꾸는 데에 사용된다. 바꾸고 싶은 배열의 크기를 매개변수로 전달하는 역할을 한다. 바꾸기 전 후의 원소 개수는 동일해야 오류가 나지 않는..
[머신러닝] K-최근접 이웃 회귀 분석의 핵심 패키지와 함수scikit-learn패키지 KNeighborsRegressor은 최근접 이웃 회귀모델을 생성하는데 필요한 사이킷 런 클래스이다. n_neighbors의 매개변수를 임의로 설정하여, 합습 데이터의 이웃의 개수를 정할 수 있다. 기본 설정은 5개로 되어있다. mean_absolute_error()는 회귀 모델의 평균 절댓값의 오차를 계산할때 사용하는 함수다. 첫째 매개변수는 타깃의, 두 번째 매개변수는 예측한 값을 전달한다. mean_squared_error() 함수는, 평균 제곱의 오차를 계산하는 데에 사용된다. numpy 패키지 reshape()함수는 배열의 크기를 바꾸는 데에 사용된다. 바꾸고 싶은 배열의 크기를 매개변수로 전달하는 역할을 한다. 바꾸기 전 후의 원소 개수는 동일해야 오류가 나지 않는..
2021.09.18