본문 바로가기

하루공부

(37)

제 18장📕Machine Learning_ML📕 1. 머신러닝이란 무엇일까 데이터를 기반으로 학습하여 무엇인가 예측하거나, 데이터 자체의 어떤 특성을 찾아내는 프로그램이다 머신러닝? 인공지능? 딥러닝? 인공지능은 인간의 뇌를 모방하는 모든 프로그램을 뜻하고 딥러닝은 주로 이미지, 비디오, 자연어를 분석하는데 쓰인다 . 머신러닝의 과정 - 샘플데이터 + 정답값 => X => 모델 => 모델+새로운 데이터 => 결과 여기서 모델이란 - 머신러닝알고리즘에의해 학습된결과를저장하고있는 결과물 주어진데이터셋에대해 훈련을 진행해 얻은(예측에사용할) 규칙과패턴등을지니고있다 2. 머신러닝 기법 2-1) 지도학습(supervisedlearning) ● 입력값과 그에대한정답을 사용해이둘의관계를분석하고예측모델을생성 - 예)자동차의특성과가격입력→ 중고차가격을예측 ● 회귀문제..

📋ML_KNN_알고리즘🚩 K-최근접 이웃(KNN) 거리 기반 모델 선형 과계를 전제로 하지 않음 각 데이터 간의 거리를 활용하여 새로운 데이터를 예측 => 가까이에 있는 데이터를 고려하여 예측값이 결정 K Nearest Neighbors => K개의 가장 가까운 이웃 데이터에 의해 예측된다 분류 및 회귀 문제를 푸는 데 사용 다중 분류(2개 이상) 문제에서 가장 간편히 적용할 수 있는 알고리즘 데이터가 크지 않고 예측이 까다롭지 않은 상황에서 KNN을 사용하면 빠르고 쉽게 예측 모델을 구현할 수 있음 기준 모델로도 사용 주로 분류(Classification)에서 사용 로지스틱 회귀(LogisticRegression)로해결할수 없는 3개 이 상의 목표 변수들을 분류할 수 있음 작은 데이터셋에 적합 장점 -수식에 대한 설명이 불필요..

📢Git설정 & Github사용법📢 🔨Git 설정 링크의 깃 홈페이지에서 사양에 맞게 다운로드 https://git-scm.com/ Git git-scm.com Git Bash클릭🖱 명령어를 알고싶다면 git help -a를 입력해보자 git config --global user.name "본인이름"

제 17장 📒데이터 전처리_타이타닉 데이터셋 활용-2📒 전처리 과정 1) .isnull( ) 함수를 이용하면 결측치를 나타내 준다. sum( )을 이용하여 결측치 개수를 확인 2) 전체 데이터 대비 결측치의 비중을 구하려면 = 결측치 / 전체 데이터 개수 x 100 ✅ data.drop('ticket', axis=1, inplace=True) or ✅ del data['ticket'] 이용하기 3) ticket 컬럼을 누락시킨 csv파일을 외부로 빼내기 to_csv를 할 경우는 자동으로 csv에 로우명을 매겨주기 때문에 추후 다시 import할때 Unnamed :0 컬럼이 들어옵니다. 이를 방지하기 위해 index=False를 줄 수 있습니다. 📌 Cabin 데이터를 활용하여 유도변수 생성 개별 객실 번호는 의미가 없음(123, 456 ...) cabin 데..

제 16장 📒데이터 전처리_타이타닉 데이터셋 활용-1📒 캐글은 데이터 과학 및 머신러닝 경진대회를 주최하는 온라인 커뮤니티입니다. https://www.kaggle.com/ Kaggle: Your Machine Learning and Data Science Community Kaggle is the world’s largest data science community with powerful tools and resources to help you achieve your data science goals. www.kaggle.com 미래의 데이터 엔지니어, 데이터 사이언티스트가 되기 위해 머신러닝 입문하기에 좋은 캐글의 타이타닉 데이터셋을 활용해보자. 데이터 전처리 목록 : 1. map 메서드를 이용해 컬럼 목록을 대문자로 ✅ data.columns.map(..

🤓 깨(우치자!)알(고하자!)공부 : 상관 분석 1) 상관분석이란 무엇일까? - 두 변수 간에 어떠한 선형적 관계를 가지는지 분석하는 기법으로 상관계수를 이용하여 측정. 1 ~ 0 ~ -1의 값으로 나올 때 보통 상황의 데이터에서 0과 가까울수록 상관이 없다는 뜻이며 0과 멀어질수록 상관관계가 높다고 할 수 있다. Perfect나 Strong의 coefficient가 나오는 경우는 드물며 데이터 내에 bias가 있는지 확인하는 절차를 꼭 거쳐야 한다. 2) 🔨상관계수의 종류 가장 많이 사용되는 Pearson, Kendall, Spearman 등이 있는데 켄탈과 스피어만은 순위 일치 정도를 검사한다는 점이 유사하다 과정이 동일하지 않더라도 데이터가 동일하다면 상관계수 값은 조금 다를지라도 비슷한 추론을 내린다. 아래 사이트에서 켄달과 스피어맨의 상세한 ..

제 15장 📒데이터 전처리_표준화 등..📒 데이터 전처리 데이터 형식에 대한 처리 공백 문자 str.strip() : 양쪽 공백 제거 str.lstrip() : 왼쪽 공백 제거 str.rstip() : 오른쪽 공백 제거 데이터 타입 불규칙한 대소문자 불규칙한 구분 기호 유효하지 않은 문자 불규칙한 날짜 및 시간 표기 1. 라벨 형식 통일 데이터의 인코딩 작업에 포함 1-1) dictionary 타입으로 encoding map을 생성해서 적용 ✅df = pd.DataFrame({ }) _map = { } 1-2) df 변수의 ' ' 컬럼의 값을 map 함수를 이용해 변환 ✅ df[' '].map( ) 1-3) 찾아 바꾸기인 replace()를 써도 됩니다. ✅ df[' '] = df[' '].replace([ 기존값 ], [ 바꿀값 ]) 2. 문자..

제 14장 📒데이터 시각화_matplotlib📒 🧷 Matplotlib 파이썬 기반 데이터 분석 환경에서 가장 일반적으로 사용되는 시각화 라이브러리 하위 라이브러리인 'pyplot'을 통해 주요 기능을 사용 plotly, seaborn 등과 같은 라이브러리가 최근 경쟁력을 갖추고 있음 pandas 객체의 기본적인 시각화 도구 plot() 메서드를 통해 데이터를 시각화 종류 라인 플롯(line plot) 바 차트(bar chart) 히스토그램(histogram) 박스 플롯(box plot) 스캐터 플롯(scatter plot) - 라이브러리 가져오기 ✅ import matplotlib.pyplot as plt ✅ cmd: pip install matplotlib plt.plot(y) 기본 : 라인 플롯(line plot) 데이터가 시간, 순서 등에 따라..

이전 1 2 3 4 5 다음

티스토리툴바