# scikit learn
파이썬 머신러닝 완벽 가이드 - 3. Scikit-Learn
Classifier 분류: DecisionTreeClassifier, RandomForestClassifier, GradientBoostingClassifier, GaussianNB, SVCRegressor 회귀: LinearRegression, Ridge, Lasso
[혼공머신] 3-1. K-최근접 이웃 알고리즘
『혼자 공부하는 머신러닝+딥러닝』(박해선, 2020)의 'Chapter 01-3. 마켓과 머신러닝'을 앞서 준비한 공시지가 데이터를 활용해 지역 분류 모델을 만들어 보았습니다.
3. Scikit-Learn을 이용한 머신러닝 분류기 - 2
overfitting은 모델이 학습 데이터에 너무 치중한 나머지, 처음 보는 데이터에 대해 성능이 좋지 않은 경우를 말하며, 이는 머신러닝에서 매우 흔한 일이다. 반대로 underfitting은 모델이 충분히 복잡하지 않아, 학습 데이터의 특정 패턴 등을 파악하지 못하
3. Scikit-Learn을 이용한 머신러닝 분류기 - 1
본 장에서는 실제 산업이나 연구 등에 많이 사용되는 강력한 머신러닝 알고리즘에 대해 알아본다.
[SKlearn]pipeline에서 열마다 다른 작업 처리해주기
참고한 블로그 : https://databuzz-team.github.io/2018/11/11/make_pipeline/
[SKlearn]Scikit-learn
사이킷런은 파이썬의 머신러닝 라이브러리로 다양한 머신러닝 알고리즘을 사용할 수 있다. 사이킷런을 이용해 머신러닝을 사용하는 작업의 대부분은 데이터를 정제하는 작업이다. 사이킷런 자체에서 머신러닝을 위한 알고리즘을 제공하고 있기 때문에 사용자는 이 알고리즘에 넣어줄 데이
Optimize : Scikit - Learn
모델이 예측한 결과와 정답간의 차이(오차)를 가장 적게 만드는 Parameter를 찾는 과정모델의 예측값과 실제 값의 차이를 계산하는 함수를 만들고 그 값이 최소가 되는 지점을 찾는 작업모델의 예측한 값과 실제값 사이의 차이를 정의하는 함수로 모델이 학습할 때 사용이
Regression : Scikit - Learn
예측할 값(Target)이 연속형(continuous) 데이터(float)인 지도 학습(Supervised Learning)틀린 정도가 평가 기준틀린 정도 작을수록 좋은 모델평가 지표MSE (Mean Squared Error)실제 값과 예측값의 차를 제곱해 평균 낸 것
Ensemble : Scikit - Learn
하나의 모델만을 학습시켜 사용하지 않고 여러 모델을 학습시켜 결합하는 방식으로 문제를 해결하는 방식하나의 데이터 셋에 대해 여러 모델들이 서로 다른 부분들을 학습하며 데이터의 서로 다른 패턴을 학습한 후 모든 모델들의 결과 중 확률적으로 높은 결과를 선택과적합을 막고
Support Vector Machine, SVM : Scikit - Learn
하나의 분류 그룹을 다른 그룹과 분리하는 최적의 경계를 찾아내는 알고리즘마진이 가장 넓은 선을 찾는 알고리즘Support Vector간의 가장 넓은 margin(간격)을 가지는 초평면(결정경계)가 최대화 하는 것이 목적초평면은 데이터가 존재하는 공간보다 1차원 낮은 부