전체 글(123)
-
Sklearn(사이키런), 이상치처리
저번에는 "python으로 구현" 하지만 상당히 어려워 python machine Learning Library를 사용하는데 그중 대표가 Sklearn(사이키런) -Sklearn(사이키런)은 간단한 문제는 가능하나 복잡하거나 deep learning은 python코드로 사용 -python과 sklearn을 이용해 온도에 따른 ozone량 예측을 해보았으나 2가지 차 발견 -machine learning에서 학습이 잘되기 위해서는 data전처리가 필수!! 1.결측치 : nan 2.이상치(outlier) : data의 일반적인 값보다 상대적으로 큰 data = 전체 data 패턴에서 동떨어져있는 관측치 - 이런 이상치는 "평균"에 영향을 많이 끼치기 때문에 반드시 처리해야한다 - 독립변수 이상치 : 지대점,..
2021.08.31 -
ozone.csv를 python,sklearn으로 LinearRegression 처리
보호되어 있는 글입니다.
2021.08.30 -
LinearRegression 정리
Machine Learning 학습방법 -supervisde Learning(지도학습) -unsupervisde Learning (비지도학습) -semisupervisde Learning (준지도학습) -inforcementLearning(강화학습) supervisde Learning(지도학습) → Regression(회기) → classical Linear Regression (회기중 가장 기본적인 회기기법) 1. Training Data Set [입력값(x), Lable(t)] 2. y = Wx +b 의 loss function을 구하기 위해 w 와 b를 랜덤으로 잡는다 3. loss값이 최적(0)인가요 ? yes면 model 완성 / no라면 w와 b를 갱신해서 다시 반복 learning rate(..
2021.08.30 -
loss function(손실함수), Gradient Desert Algorithm(경사하강법)
!! Machine Learning 에서 Lineal Rrgression(선형회기) scatter(산점도) : 우리가 가진 data의 분포확인을 위해 점을 찍어 어떻게 분포되어있나 2차원 평면상(x,y축) 보이는 그래프 / data가 많고 복잡할때 점으로 보여 유용하다 지도학습 → model을 만들고 이 model이 어떤값을 예측하는가 -Regression (연속적인 값 예측) 1. training data set 2. Lineal Regraession (선형회기) Learning 3. Model 4. 예측하고자 하는 data 입력 5. 예측결과값 반환 -classification(참 거짓, 합격 불합격 등..) import numpy as np import pandas as pd import matpl..
2021.08.30 -
편미분, Regression(회기)
-미분은 machine learning , deep learning에서 빈번하게 사용되요 !! (빈번히 사용되 기초가 되나 무조건 미분으로만은 아니다) - f(x) = constant(상수) derivative(도함수) = f`(x) = 0 - f(x) = axⁿ derivaive f`(x) = n * axⁿ- ¹ - f(x) = e(x승) derivaive f`(x) = e(x승) - f(x) = e(-x승) derivaive f`(x) = e(-x승) - f(x) = in x (자연로그) derivaive f`(x) = x/1 편미분(partial derivative) :입력변수가 2개 이상인 다변수 함수에서 미분하려는 변수를 제외한 나머지 변수를 상수로 취급하고 해당변수를 미분하는 방법 f(x) =..
2021.08.28 -
미분
f() = 집 미분 분자 = f(끝) - f(시작) 분모 = 끝 - 시작 lim 차이를0으로 보낼때 = 0과 극히 가까운 값 f' = 미분했다 e^(f(x)) > f'(x)e^(f(x) x^(-a) = 1/x^(a) : 분수로 나오면 미분할때 저 꼴로 바꿔서 미분 x 미분하면 x^(0) = 1 이 된다 (그냥 x 생략하면 안댐) ∑(시그마) : 밑에가 시발점, 위에가 끝점 미분 (derivative) [미분함수, 도함수라고도한다] 어떤 함수의 저의역 속 각 점에서 독립변수 값의 변화량과 함수값의 변화량 비율의 극한 혹은 극한집합을 치역으로 가지는 새로운 함수 즉 함수에 있어서 특정 순간의 변화량 -미분 과정 도 미분이라 한다 (differenrication) △x (delta) : 변화량 - x만큼 변화..
2021.08.27