머신러닝

✔ 과적합이란? ML 모델이 학습된 데이터에선 정확한 예측을 하지만, 새로운 데이터에 대해서는 그렇지 못할 때 발생하는 현상을 뜻한다. ✔ 교차 검증이란? 데이터를 train/test로 한 번만 나누는 것이 아닌, 여러 번 다른 방식으로 나누고, 나눈 train/test 데이터를 교차하여 선택하여 이를 토대로 모델의 성능을 평가하는 방법이다. ✔ 교차 ...

✔ Hyperparameter vs Parameter Hyperparameter : 모델링 시 사용자가 직접 새팅해주는 값 ex) learning rate, maxdepth, nestimators 등 Parameter : 모델 내부에서 결정되는 변수 ex) 정규분포의 평균, 표준편차 등 Hyperparameter와 Parameter를 구분하는 기...

✔ Hyperparameter Tuning 의 종류 Bayesian Optimization 정의 목적함수(loss, accuracy 등 구하고자 하는 지표)를 최대 또는 최소로 하는 최적해를 찾는 방법 목표 입력값 $x$ 를 받는 미지의 목적함수 f를 가정하여, 함숫값 $f(x)$ 를 최대로 만드는 최적해 $x^*$ 를 찾는 것이다....

✔ HyperOpt HyperOpt는 이전 포스팅에서 설명한 Bayesian Optimization의 접근 방식을 취한다. 그럼, HyperOpt를 이용한 Hyperparameter Tuning 과정을 실습을 통해 알아보겠다. HyperOpt 설치 먼저, HyperOpt를 설치해보겠다. 다음의 명령어로 설치할 수 있다. > pip install ...

✔ 데이터 인코딩이란? 머신러닝 알고리즘은 문자열 데이터 속성을 입력받지 못하며, 모든 데이터는 숫자형으로 입력받아야 한다. 따라서, 문자형 카테고리 속성은 모두 숫자형으로 변환이 되어야 하는데, 이러한 과정을 데이터 인코딩이라 한다. 데이터 인코딩의 종류 Label Encoding 범주형 변수의 문자열을 수치형으로 변환 예를 들어, 상...

✔ Feature Scaling 이란? 서로 다른 변수의 값 범위를 일정한 수준으로 맞추는 작업 표준화 , 정규화 방법 존재 2차원 이상 데이터만 가능 ✔ 왜 Feature Scaling 이 필요할까? 데이터를 평가하는 기준을 설정하고, 그 기준 내에서 데이터를 평가하여 비교가 편하게 하기 위함이다. 예를 들어, 온도, 습도, 날씨 ...

머신러닝 모델은 일반적으로 회귀와 분류에 따라 다른 평가 지표를 사용한다. 회귀의 경우 MAE, MSE, RMSE 등을 사용하지만, 분류의 경우는 다르다. 오늘은 분류 모델의 평가 지표에 대해 알아보겠다. Confusion Matrix 분류 모델의 성능을 평가하는 기본적인 방법은 원하는 대상 A를 제대로 예측한 경우와 그렇지 못한 경우가 얼마나 있는지 세...

공간 입지 모델링이란? 시설물의 입지를 결정하는 요인은 다양하지만, 그 중 수요의 분포, 서비스의 도달 범위와 같은 양적 요인이 있고, 정치적 요인, 형평성 등 질척 요인이 존재한다. 시설물의 적절한 입지를 결정하기 위해서는 양적 요인과 질적 요인을 모두 고려해야 한다. 공간 입지 모델링을 통한 입지 선정은 양적 요인과 여러 제약 조건을 동시에 고려...

🥇 지호의 옵티마이저 요약본 ✔ 옵티마이저란? 손실 함수 (Loss Function)의 결과를 최소로 해주는 모델의 파라미터 (가중치)를 찾는 알고리즘을 의미 옵티마이저의 시작 Gradient Descent Loss Function 의 값이 작아지는 방향으로 가중치를 업데이트 하며 Loss Function을 최소화하는 가중치를 찾아가는 방법 ...