ai 시험공부 3-1,3-2

지도 학습 (범주형,수치형)

• 분류
  이진분류,클래스분류
• 회귀
  선형회귀,다중회귀,로지스틱회귀

회귀 : 클래스 중 하나로 분류하는 것이 아니라 임의의 어떤 숫자를 예측하는 문제

=> 두 변수사이의 상관관계를 분석하는 방법

최근접 이웃 회귀 : 평균을 이용한 회귀 방법

ex ) 새로운 샘플 x의 타겟은 이웃들의 합 / 이웃들의 개수

• 1. 데이터 준비
• 2. 훈련 데이터, 테스트 데이터 나누기
• 3. reshape를 통한 2차원 배열화
• 4. 결정계수를 통한 knr 알고리즘 훈련
• 5. 타깃과 예측값의 절댓값 오차 구하기
• 6. 과대적합,과소적합 여부 확인

과소적합일 경우 데이터를 더 복잡하게 만들어야함.
즉,훈련세트에 더 잘 맞게 변환하면됨.
ex) k = 5 => k = 3

여기까지 성공시 최근접 이웃 회귀모델 훈련 완료

선형회귀 : knr 분류시 데이터가 범위를 넘어갔을때 사용

• 1. 데이터 준비
• 2. 훈련 데이터, 테스트 데이터 나누기
• 3. reshape를 통한 2차원 배열화
• 4. index로 이웃을 구함
• 5. 선형 회귀 모델을 훈련
• 6. 예측
• 7. 1차방정식(직선의방정식) -> 기울기, y절편 구하기 y = ax+b
• 8. 과대적합, 과소적합 여부에 따라서 다항회귀 진행

다항회귀 : 항이 많은 회귀

• 9. column_stack을 이용해서 train_input과 test_input 두 배열을 나란히 붙여서 제곱, test_input,train_input하나는 그대로
• 10. 계수구하기 y = ax^2+bx+c
      a는 기울기 lr.coef, b는 lr.intercept c는 곁에 붙어나오는값
• 11. score로 데이터 평가