머신러닝 Machine Learning

업로드중..

6\. 런칭(디플로잉), 모니터링, 시스템 유지보수

• 카네기멜론 대학교 통계학과에서 무료 공개http://lib.stat.cmu.edu/datasets/• 목표: 1990년 캘리포니아 인구조사 데이터를 통해 캘리포니아의 주택가격 모델을 만드는 것• 설명변수: 블록위치 정보

• fetch_house_data() : 작업공간에 housing.tgz 파일을 다운 받아 압축 해제• pd.read_csv() : 판다스(pandas)의 데이터를 읽어들이는 메소드

• 산점도(scatter plot)• 투명도(alpha) : 밀집된 부분을 알 수 있음• 색상(c) : 가격을 기준으로 색 구분• 색상 팔레트(cmap)

• Drop()을 활용• total_bedrooms 변수에 값이 없는 경우 수정 방법1\. 해당 데이터들을 제거2\. 전체 특성을 제거3\. 특정 값으로 대체 ( 0, 평균값, 중앙값 등 )Pandas 데이터프레임의 dropna(),

• 선형 회귀모형 훈련 및 예측값과 실제값 비교• 선형 회귀모형 훈련 결과 RMSE 지표로 확인하기 \-> 예측 오차가 $ 68,628라는 점은 매우 만족스럽지 못한 결과라 할 수 있다• Decision Tree 모형 훈련 및 훈련 결과

• 알고리즘 내 효과적인 하이퍼파라미터 조합을 찾을 때까지,탐색하고자 하는 하이퍼파라미터와 그에 해당하는 시도해볼 값들을 지정하여 하이퍼파라미터 튜닝을 진행하는 것• 사이킷런의 GridSearchCV 클래스를 사용하여,미리 설정한 하이퍼파라미터 조

서비스 제품 시스템에 모형을 적용하기 위한 준비 진행• 코드 정리 및 문서 및 테스트 케이스 작성 등훈련된 모형을 Joblib 패키지를 활용하여 저장 후,상용 환경에서 로딩 후 predict() 메서드 기반의 예측 모듈 생성웹서비스에서 버튼을 누르면, pre

> 1. 이진 분류 모형 훈련 2. 성능 측정 3. 다중 분류 모형 훈련 4. 에러 분석

• 고등학생과 미국 인구조사국 직원들이 손으로 쓴 70,000개 숫자 이미지 데이터 ( 28X28 사이즈 )• 0에서부터 9까지의 숫자로 구성되어있다• 0부터 9까지의 숫자들 중 숫자 5 하나만을 식별해보는 모형을 만들고자 할 때,‘5인 경우’ 혹

• 교차 검증을 이용한 정확도• 오차 행렬• 정밀도와 재현율• ROC 곡선성능 지표 비교 : SGDClassifier VS RandomForestClassifier

• 둘 이상의 클래스를 구별하는 모형• 알고리즘들의 일부는 다중 분류 기능이 있으나, 이진 분류만 가능한 알고리즘의 경우에는이진 분류를 여러 개를 사용하여 다중 클래스를 분류하는 방법도 있다

matplotlib의 matshow() 함수 활용5\. 에러 분석 4: 에러 케이스 이미지 시각화 Matplotlib의 imshow() 함수를 활용

6\. 로지스틱 회귀

7\. 불안정성

• 먼저 훈련 세트를 하나의 특성 k의 임곗값 𝑡𝑘 를 사용해 두 개의 subset으로 나눈다• 다음, 가장 순수한( gini가 0에 가까운 ) subset으로 나눌 수 있는 (k, 𝑡𝑘 ) 짝을 찾는다• 따라서, CART 알고리즘이 최소화

5\. 그래디언트 부스팅 대표 3인방 - XGB, LGB, CatGB

• 가장 인기 있는 차원 축소 알고리즘• 데이터에 가장 가까운 초평면을 해석적으로 정의한 후, 그 평면에 데이터를 투영시키는 방법• PCA는 훈련 세트에서 분산이 최대인 축을 찾음1\. 위 그림에서는 실선2\. 또한 첫 번째

레이블이 없는 데이터를 학습하는 알고리즘• 우리가 사용하는 데이터의 대부분은 레이블(정답)이 없다• 정답이 없는 데이터는 지도학습이 불가능하다• 즉, 강아지와 고양이의 구분조차 처음에는 사람이 직접 라벨링을 해야 하는데, 시간과 돈