지도학습 - 분류 목적의 머신러닝
1.[ML]지도학습 - 분류목적의 머신러닝
지도학습(Supervised Learning) : 분류 or 예측 👉 정답이 있는 데이터를 학습시키는 것이다. 입력값(X)에 대한 목적변수(Y)를 학습시키며, 지도학습은 목적변수(Y, 반응변수, 라벨)의 형태에 따라 분류 혹은 예측으로 구분된다. 분류 : Y가
2022년 10월 14일
2.[ML/Python] K-최근접 이웃(K-NN) 분류(Classifier) 기법 알고리즘 실습
load_breast_cancer : sklearn 유방암 데이터 사용 (load_breast_cancer) train_test_split: train_size : default=0.25, train 데이터 셋의 비율test_size : default=0.25, tes
2022년 10월 17일
3.[ML/Python] 의사결정트리, 랜덤포레스트 분류(Classifier) 알고리즘 실습
\* 의사결정트리DecisionTreeClassifier (sklearn DT 페이지 참고) : criterion : default='gini', 불순도 측정 종류 (gini,entropy,log_loss) .plot_tree : 트리모델 시각화 plot_tree(
2022년 10월 17일
4.[ML] 지도학습 - 수치예측 목적의 머신러닝
지도학습(Supervised Learning) 👉 정답(label)이 있는 데이터를 학습시키는 것이다. 입력값(X)에 대한 목적변수(Y)를 학습시키며, 지도학습은 목적변수(Y, label, 반응변수)의 형태에 따라 분류 혹은 예측으로 구분된다. 분류 : Y가
2022년 11월 23일