2020년 8월 23일 TIL

Cues

• 유사도 라는 것에 의해 사물의 분류가 정해 진다면 이것은 search 의 일종이 아닌가?

  단순히 미니멈을 찾는 것으로는 변수를 수정할 수가 없고 만약 직접 변수를 할당하면 i 가 날아감

• 크기와 붉은 정도와 같은 특징 추출에 있어 서의 "특징"은 어떠한 데이터에 의해 저장이 되는 가?

• 그렇다면 사실 차선책을 따라가는 탐욕 알고리즘의 일종이 아닌가?

• 만약 X - Y 축 그래프를 그려야 한다면 맥시멈 기준으로 사용할 특징은 고작 2가지 인가?

• 좋은 특징이란?

Notes

• KNN 에서 무언가를 분류할 때 그래프 상에서 가까운 노드 들이 얼마나 많은 가에 의해 결정.

• 넷플릭스 등에서의 추천 시스템은 대상 유저와 취향이 가장 비슷한 5 명의 고객이 좋아하는 영화를 추천해주는 방식이다.

• 유사도를 특정하려면 아래의 이미지처럼 size, color saturation 같은 특징을 추출해야한다.
  

• 아래와 같이 그래프를 만든다 (X, Y 축은 위의 각 특징들에 따라)
  

• 이 들간의 거리는 피타고라스의 정리를 사용한다. $√[(x2-x1)²+(y2-y1)²]$

• 위의 예시에 대한 수식은 다음과 같다.

  • √[(2-2)²+(2-1)²]
    • √0+1
      • √1
        • 1

• 그래프 뿐만 아니라 집합으로 나타내는 방법도 있다.

• 회귀 분석 (regression analysis) 는 위의 예시에서 평점을 예측할 때도 쓰인다.

• KNN (분류: 그룹으로 나누기) / 회귀 (숫자로 된) 반응을 예측하기

• 가령 빵집을 운영할 때 오늘 몇개의 빵을 만들어야 할지 예측하고 싶다면...

  • 특징정보를 파악해야한다. 예를 들면 이렇다.
    • 1점부터 5점까지 숫자로 표현한 날씨 (1,2,3,4,5)
    • 주말 또는 휴일인지 (1, 0) Boolean?
    • 스포츠 경기가 있는지? (1, 0)
    • 분류 데이터를 모은다.
      • A(5,1,0) = 300
      • B(3,1,1) = 225
      • C(1,1,0) = 75
      • D(4,0,1) = 200
      • E(4,0,0) = 150
      • F(2, 0, 0) = 50
      • 그렇다면 G(4,1,0) 의 경우에는?
      • 피타고라스 정리를 이용해서 거리를 구했을 때 ABDE 와 가장 가깝다
      • ABDE 의 평균을 구하면 218.75 다.

• 코사인 유사도(Cosine similiary) 가 실무에서 더 많이 이용된다.

  • 같은 취향을 같은 두 고객이 한명은 점수를 주는데 인색하다라면? 이웃이 되지 않을수도 있지 않나?
    • 코사인 유사도는 두 벡터의 거리가 아닌 각도를 측정.

• 머신러닝 이란?

  • OCR Optical Character Recognition 광학 문자 인식
  • 책의 페이지를 사진으로 찍으면 컴퓨터가 자동으로 그 사진 속의 글자를 읽어주는 것.
  • OCR 의 원리? 여러 가지 숫자 그림을 살펴보고 이 그림들의 특징을 뽑아냄.
  • 새로운 그림이 주어지면 그림의 특징을 뽑아서 가장 가까운 것을 살펴봄.
  • OCR 의 경우 문자의 직선, 점, 곡성들을 찾아냄.
  • 스팸 필터는 Naive Bayes Classifier 라고 하는 간단한 알고리즘을 이용.
  • 각 단어의 스팸 유사성을 찾아서 스팸으로 분류.

• 만약 특정 인물들의 평점에 가중치를 주고 싶다면 명수를 늘리듯 가중치를 할당.

Summary

• KNN 이란 k개의 가장 가까운 이웃 데이터를 이용하여 분류와 회귀 분석을 할 수 있음.
• 분류 = 그룹으로 나누는 작업
• 회귀 = 숫자로 된 반응을 예측
• 특징 추출은 항목을 비교 가능한 몇개의 숫자로 만듬.
• 좋은 특징을 고르는 것은 성공적인 알고리즘 모델을 위해 중요