우리는 주어진 300개의 데이터를 가지고 사진을 출력하고 분류했다. 우리는 항상 한정된 용량 안에서 살고있기 때문에 너무 많은 데이터를 가지고 있으면 데이터를 계속 추가해도 언젠가 뱉어내는 데이터가 생긴다. k-평균 알고리즘으로 업로드된 사진을 클러스터로 분류하여 폴더

이전에는 각 픽셀값의 평균을 구하여 그 픽셀값의 평균과 가장 가까운 사진을 골랐다. 하지만 진짜 비지도 학습에서는 타깃값을 가르쳐주지 않으므로 어떤 과일이 들어있는지 모른다.이런 경우 어떻게 평균을 구할 수 있을까? 바로 <span style="color:1) 무

타깃이 없을 때 사용하는 알고리즘이 있는데, 바로 <span style="color:어떤 식으로 분류하는지 의문이 생긴다. 픽셀값으로 한번 사진을 분류해볼까?여기선 캐글에서 공개된 데이터셋인 사과, 바나나, 파인애플을 담고 있는 흑백 사진을 사용하겠다. 이 데이터

우리는 지금까지 잘 정리된 CSV 파일을 다뤘다. 이런 형태의 데이터를 <span style="color:머신러닝 알고리즘은 정형 데이터에 잘 맞다. 그중 정형 데이터를 다루는 데 가장 뛰어난 성과를 내는 알고리즘이 <span style="color:<

<span style="color:첫 번재 매개변수에 교차 검증을 수행할 모델 객체를 전달한다. 두 번째와 세 번째 매개변수에 특성과 타깃 데이터를 전달한다.scoring 매개변수에 검증에 사용할 평가 지표를 지정할 수 있다. 기본적으로 분류 모델은 정확도를 의미

우리는 지금까지 훈련 세트로 모델을 훈련하고 테스트 세트에서 모델을 평가했다. 그런데 테스트 세트를 사용해 계속 성능을 확인하다 보면 점점 테스트 세트에 맞추게 되는 셈이 되어버린다. 테스트 세트로 일반화 성능을 올바르게 예측하려면 되도록 테스트 세트를 사용하지 말아야

<span style="color:<span style="color:percentiles 매개변수에서 백분위수를 지정한다. 기본값은 0.25, 0.5, 0.75 이다.<span style="color:criterion 매개변수는 불순도를 지정하며 기본값

로지스틱 회귀로 데이터 분류하기 Input Output 데이터셋을 판다스 데이터프레임으로 제대로 읽어 들였는지 head() 메서드로 확인할 수 있다. 우리는 이 준비된 데이터로 alcohol, sugar, pH 값을 로지스틱 회귀 모델에 적용하고 이 값들을 가지고

<span style="color:<span style="color:<span style="color:<span style="color:<span style="color:<span style="color:loss 매개변수에서 손실 함수를

데이터가 추가되면 그 데이터를 학습하는 방법은 어떤게 있을까? 추가될 때마다 학습을 시키는 방법이 있을 것이다. 하지만 이렇게 하면 시간이 지날수록 데이터가 늘어나는 것이다. 처음 며칠은 괜찮겠지만 지속적으로 데이터를 추가하여 몇 달, 몇 년이 지나면 지나치게 많은 데

<span style="color:solver 매개변수에서 사용할 알고리즘을 선택할 수 있다. 기본값은 'lbfgs'이다. 'sag'는 확률적 평균 하강법 알고리즘으로 특성과 샘플 수가 많을 때 성능이 빠르고 좋다.penalty 매개변수에서 L2 규제와 L1 규제

데이터 준비하기 Input Output 맨 왼쪽의 숫자는 행 번호이고 맨 위에 쓰여진 Species, Weight, Length, Diagonal, Height, Width는 열 제목이다. pandas는 CSV 파일의 첫 줄을 자동으로 인식해 열 제목으로 만들어

<span style="color:sep는 CSV 파일의 구분자를 지정한다. 기본값은 콤마(.)이다.header에 데이터프레임의 열 이름으로 사용할 CSV 파일의 행 번호를 지정한다. 기본적으로 첫 번째 행을 열 이름으로 사용한다.skiprows는 파일에서 읽기

<span style="color:<span style="color:InputOutputCSV file -> pandas dataframe -> numpy array즉 CSV 파일을 판다스 데이터프레임을 거치고 넘파이 배열로 바꿔주었다.Input타깃 데이터를

<span style="color:fit_intercept 매개변수를 False로 지정하면 절편을 학습하지 않는다. 이 매개변수의 기본 값은 True이다.학습된 모델의 coef\_ 속성은 특성에 대한 계수를 포함한 배열이다. 즉 이 배열의 크기는 특성의 개수와 같

K-최근접 이웃의 한계 Input 최근접 이웃 개수를 3으로 하는 모델을 훈련한다. Input Output 나의 모델은 50cm perch의 무게를 1,033g 정도로 예측했다. 그런데 실제 이 perch의 무게는 훨씬 더 많이 나간다고 한다. 어디서 문제가

<span style="color:<span style="color:이 함수는 타깃과 예측을 뺀 값을 제곱한 다음 전체 샘플에 대한 평균한 값을 반환한다.<span style="color:

이번엔 이 전에 했던 것처럼 분류가 아닌 무게를 예측해 볼 것이다. 지도 학습 알고리즘은 크게 분류와 <span style="color:K-최근접 이웃 회귀. 줄여서 K-NN이라고도 부른다. K-최근접 이웃 회귀는 예측하려는 샘플에 가장 가까운 샘플 k개를 선택하

<span style="color:<span style="color:<span style="color:return_distance 매개변수를 False로 지정하면 이웃 샘플의 인덱스만 반환하고 거리는 반환하지 않는다. 이 매개변수의 기본값은 True이다

numpy로 데이터 준비하기 Input 전에는 파이썬 리스트를 순회하면서 원소를 하나씩 꺼내 길이와 무게를 리스트 안의 리스트로 직접 구성했다. 넘파이로 이보더 훨씬 더 간편하게 만들 수 있다. 우선 넘파이를 임포트한다. Input 넘파이의 columnstack