파이썬머신러닝완벽가이드

결정트리 모델이란 데이터에 있는 규칙을 학습을 통해 자동으로 찾아내 트리 (Tree)기반의 분류 규칙을 만드는것으로 이 모양이 나무를 닮아 Tree모델이다.구조 구조 설명루트노드(root) : 트리가 시작된 곳(뿌리)규칙노드 : 규칙조건이 되는 곳리프노드 : 결정된 클

앙상블(Ensembl)이란 한 종류의 데이터로 여러 머신러닝 학습모델(week base learner,기본모델)을 만들어 그 모델들의 예측결과를 다수결이나 평균을 내어 예측하는 방법을 말한다.이론적으로 기본모델 몇가지 조건을 충족하는 여러 종류의 모델을 사용할 수 있다

랜덤 포레스트는 결정 트리 기반의 알고리즘으로, 결정트리의 장점인 쉽고 직관적인 것을 그대로 가지고 왔습니다. 랜덤 포레스트는 여러 개의 결정 트리 분류기(classifier)가 전체 데이터에서 배깅(bagging)방식으로 각자의 데이터를 샘플링(sampling)해

평가란...?? 머신러닝의 프로세스를 간단하게 살펴 보면 데이터 가공/변환, 모델 학습/예측, 그리고 평가(Evaluation)으로 구성이된다. 어떻게 데이터를 가공하고 변환시켜서 이것을 모델에 넣어 학습을 하고 예측을 하는것 모두 중요하다 하지만 이러한 과정들이 잘

교차검증 우리는 학습과 검증을 위해서 train셋, validation셋, test셋으로 데이터를 나눈다. 하지만 이러한 방법은 역시 과적합(overfitting)에 취약한 약점을 가질 수 있다. 그리고 고정된 학습 데이터와 테스트 데이터로 평가를 하다 보면 테스트

인코딩은 컴퓨터가 아는 언어로 변환 해 주는 작업을 말한다.컴퓨터는 0과1의 이진법만 이해를 할 수 있다. 따라서, 우리가 한글로 주고 머신러닝을 학습시키면 학습이 되지 않는다. 따라서 우리는 이러한 것들을 컴퓨터가 알아들을 수 있게 인코딩 하는 작업이 필수적이다.No

피처 스케일링(표준화, 정규화) 서로 다른 변수의 값 범위를 일정한 수준으로 맞추는 작업을 피처 스케일(feature scaling)이라고 한다. 대표적인 방법으로 표준화(Standardization)와 정규화(Normalization)가 있다. 표준화는 데이터의 피