[혼공머신] 1주차 미션🔥

Chaper 01-2 확인 문제

1. 구글에서 제공하는 웹 브라우저 기반의 파이썬 실행환경은?
   코랩
2. 코랩 노트북에서 쓸 수 있는 마크다운 중 기울임 꼴로 쓰는 것은?
   혼공머신
   혼공머신
   : 글자 양 쪽에 _(언더바) 또는 *
3. 코랩 노트북은 어디에서 실행되나요?
   구글 클라우드~

기본 미션 - 코랩 실습 화면 캡쳐 하기

마무리

키워드로 끝내는 핵심 포인트

• 특성: 데이터를 표현하는 하나의 성질 (생선 데이터 길이와 무게의 특성)
• 훈련: 머신러닝 알고리즘에서 규칙을 찾는 과정 (fit()메서드가 하는 역할)
• k-최근접 이웃 알고리즘: 가장 간단한 머신러닝 알고리즘 중 하나. 어떤 규칙을 찾기보다는 전체 데이터를 메모리에 가지고 있는 것이 전부.
• 모델: 머신러닝 프로그램에서 알고리즘이 구현된 객체 / 알고리즘 자체
• 정확도: 정확한 답을 몇 개 맞혔는지를 백분율로 나타낸 값. 사이킷런에서는 0~1사이의 값으로 출력

정확도 = (정확히 맞힌 개수) / (전체 데이터 개수)

핵심 패키지와 함수

matplotlib

• scatter(): 산점도를 그리는 맷플롯립 함수.
  처음 2개의 매개변수로 x축 값과 y축 값을 전달. 이 값은 파이썬 리스트 또는 넘파이 배열.
  c 매개변수로 색깔 지정.
  marker 매개변수로 마커 스타일 지정

sckit-learn

• KNeighborsClassifier(): k-최근접 이웃 분류 모델을 만드는 사이킷런 클래스.
  n_neighbors 매개변수로 이웃의 개수 지정. 기본값은 5.
  p 매개변수로 거리를 재는 방법 지정. 1일 경우 맨해튼 거리, 2일 경우 유클리디안 거리. 기본값은 2.
  n_jobs 매개변수로 사용할 CPU 코어 지정. -1로 설정하면 모든 CPU 코어를 사용. 이웃 간의 거리 계산 속도를 높일 수 있지만 fit()메서드에는 영향 없다. 기본값은 1

• fit(): 사이킷런 모델을 훈련할 때 사용하는 메서드.
  처음 2개의 매개변수로 훈련에 사용할 특성과 정답 데이터를 전달

• predict() : 사이킷런 모델을 훈련하고 예측할 때 사용하는 메서드.
  특성데이터 하나만 매개변수로 받는다.

• score() : 훈련된 사이킷런 모델의 성능을 측정.
  처음 2개의 매개변수로 특성과 정답 데이터를 전달.
  먼저 predict() 메서드로 예측을 수행한 다음 분류 모델일 경우 정답과 비교하여 올바르게 예측한 개수의 비율을 반환

확인 문제

1. 데이터를 표현하는 하나의 성질
   특성
2. 가장 가까운 이웃을 참고하여 정답을 예측하는 알고리즘이 구현된 사이킷런 클래스는
   KNeighborsClassifier
3. 사이킷런 모델을 훈련할 때 사용하는 메서드는
   fit()
4. 본문에서 n_neighbors를 49로 설정했을 때 점수가 1.0보다 작았다. 즉 정확도가 1000%가 아니다. n_neighbors의 기본값인 5부터 49까지 바꾸어 가며 점수가 1.0아래로 내려가기 시작하는 이웃의 개수를 찾아보자.

### 확인문제 4번 (책 코드)
kn = KNeighborsClassifier()
kn.fit(fish_data, fish_target)

for n in range(5, 50):
  # k-최근접 이웃 개수 설정
  kn.n_neighbors = n
  
  # 점수 계산
  score = kn.score(fish_data, fish_target)

  # 100% 정확도에 미치지 못하는 이웃 개수 출력
  if score < 1:
    print(n, score)
    break

02-1 마무리

키워드로 끝내는 핵심 포인트

• 지도 학습: 입력과 타깃을 전달하여 모델을 훈련한 다음 새로운 데이터를 예측
• 비지도 학습: 타깃 데이터가 없다. 무엇을 예측하는 것이 아니라 입력 데이터에서 어떤 특징을 찾는 데 주로 활용
• 훈련 세트: 모델을 훈련할 때 사용하는 데이터. 보통 훈련 세트는 클수록 좋다.
• 테스트 세트: 전체 데이터에서 20~30%를 테스트 세트로 사용. 전체 데이터가 아주 크다면 1%만 덜어내도 충분.

핵심 패키지와 함수

numpy

• seed(): 넘파이에서 난수를 생성하기 위한 정수 초깃값을 지정. 초깃값이 같으면 동일한 난수를 뽑을 수 있다.
• arange(): 일정한 간격의 정수 또는 실수 배열을 만든다.
  기본 간격은 1.
  매개변수가 하나이면 종료 숫자를 의미. 0~종료숫자. 종료숫자는 배열에 포함되지 않는다.
  매개변수가 두개이면 시작숫자~종료숫자를 의미.
  매개변수가 3개이면 마지막 매개변수는 간격을 의미.
• shuffle(): 주어진 배열을 랜덤하게 섞는다.
  다차원 배열일 경우 첫번째 축(행)에 대해서만 섞는다.

선택 미션 - Ch.02(02-1) 확인문제 풀고 풀이과정 정리하기

확인 문제

1. 머신러닝 알고리즘의 한 종류로서 샘플의 입력과 타깃(정답)을 알고 있을 때 사용할 수 있는 학습 방법은?
   지도 학습
2. 훈련 세트와 테스트 세트가 잘못 만들어져 전체 데이터를 대표하지 못하는 현상은?
   샘플링 편향
3. 사이킷런은 입력 데이터(배열)가 어떻게 구성되어 있을 것으로 기대하나요?
   행: 샘플, 열: 특성