다중 레이블 분류 개요 : 분류기가 샘플마다 여러 개의 클래스(답)를 출력해야 할 때가 있다. 예를 들어 얼굴 인식 분류기를 생각해보면 한 사진에 여러 사람이 있을…

가정 : 이 절에서는 가능성이 높은 모델을 찾았다고 가정하고 이 모델의 성능을 향상시킬 방법을 찾아보는 것이다.   에러분석 모델의 성능을 향상시키는 한 가지 방법으로 만들어진…

다중분류 ( Multiclass classification ) 개요 다중 분류기(multiclass classifier) 는  둘이상의 클래스를 구별하는 방법이다.  여러개의  클래스를 직접 처리할 수 있는 알고리즘 ( 랜덤포레스트, 나이브베이즈등)  이진…

supervised learning 에서 discrete한 성질을 다룰 때 쓰는 방법이다. MNIST dataset 을 이용한다.   MNIST sklearn 에서 읽어들인 dataset들은 일반적으로 비슷한 dictionary 구조를 가지고 있다.…

모델 선택과 훈련 모델은 linear regression을 선택했고 5개의 데이터를 학습해서 정답 레이블과 비교해봤다.

아주 정확한 예측은 아니지만 작동은한다. 사이킷런의 mean_square_error 함수를 사용해 전체 훈련…

1. 머신러닝 알고리즘을 위한 데이터 준비 머신러닝 알고리즘을 위해 데이터를 준비할 차례인데 이 작업을 함수로 만들어 자동화한다. (향후 편리함을 위하여) 먼저 원래 훈련세트로 복원(strat_train_set 다시한번…

이전 내용 : 캘리포니아 주택 가격 dataset을 사용하여 캘리포니아의 주택 가격 모델을 만드는 연구를 진행하는 상황을 가정했다. 간단한 데이터의 구조를 살펴보았고, 계층적 샘플링과 무작위 샘플링에…

개요 :이 장에서는 부동산 회사에 막 고용된 데이터 과학자라고 가정하고 예제 프로젝트의 처음부터 끝까지 진행하는 것이다.  실제 1990년 캘리포니아 인구조사 데이터를 기반으로 하여 캘리포니아 주택…