혼공머신

1. 로지스틱 회귀로지스틱 회귀/ 다중 분류/ 시그모이드 함수/ 소프트맥스 함수러키백의 확률구성품을 모르는 채 먼저 구매하고, 배송받은 다음 구성품을 알 수 있는 상품-> 러키백에 포함된 생선의 확률 알려주기 러키백에 들어갈 수 있는 생선: 7개생선의 크기, 무게 등 -> 7개 생선에 대한 확률 길이, 높이, 두께 + 대각선의 길이, 무게 추가 => 확률은 숫자 -> 회귀?/ 7개 생선 -> 분류?k-최근접 이웃: 주변 이웃을 찾아줌 -> 이웃의 클래스 비율 = 확률 데이터 준비import pandas as pdfish = pd.read_csv('https://bit.ly/fish_csv_data')fish.head() 데이터프레임(dataframe)판다스에서 제공하는 2차원 표 형식의 주요 데이터 구조..

1. k-최근접 이웃 회귀회귀/ k-최근접 회귀/ 결정계수/ 과대적합과 과소적합 지도 학습 알고리즘분류: 샘플 -> 몇 개의 클래스 중 하나로 분류하는 문제회귀(regression): 임의의 어떤 숫자를 예측하는 문제ex. 내년도 경제 성장률 예측, 배달 도착할 시간 예측정해진 클래스 X 임의의 수치 출력두 변수 사이의 상관관계를 분석하는 방법k-최근접 이웃 분류예측하려는 샘플에 가장 가까운 샘플 k개 선택샘플들의 클래스 확인 -> 다수 클래스를 새로운 샘플의 클래스로 예측k-최근접 이웃 회귀예측하려는 샘플에 가장 가까운 이웃 샘플 k개 선택이웃한 샘플의 타깃은 어떤 클래스 X 임의의 수치 O이웃 샘플의 수치 사용 -> 새로운 샘플 x의 타깃 예측=> 가장 가까운 이웃 샘플을 찾고 이 샘플들의 타깃값을 ..