𝑁𝑜𝑡𝑒𝑏𝑜𝑜𝑘

[ 목차 ]  머신러닝 종류 복습1.지도학습: 문제 (x)와 정답(y)가 주어지고 문제 (x)가 주어졌을 때 정답(y)을 맞추는 학습 2.비지도학습: 답(y)을 알려주지 않고 데이터 간 유사성을 이용해서 답(y)을 지정하는 방법 머신러닝 개요 비지도 학습 예시고객 특성에 따른 그룹화ex) 헤비유저, 일반유저구매 내역별로 데이터 그룹화ex) 생필품 구매비지도 학습은 데이터를 기반으로 레이블링하는 작업이라고 하면 정답이 없는 문제이기 떄문에 지도 학습보다 조금 어렵고 주관적인 판단이 개입하게 된다 비지도 학습 k-평균 알고리즘k-means clustering 이론1. k개 군집 수 설정2. 임의의 중심을 선정3. 해당 중심점과 거리가 가까운 데이터를 그룹4. 데이터의 그룹의 무게 중심으로 중심점을 이동5. ..

[ 목차 ] 최근접 이웃 알고리즘 (KNN): 주변의 데이터를 보고 내가 알고 싶은 데이터를 예측하는 방식 k=3 이라면 별 1개와 세모 2개이므로 ? 는 세모로 예측될 것k=7 이라면 별 4개와 세모 3개이므로 ? 는 별로 예측될 것✔️ 위와 같이 확일할 주변 데이터 k개를 선정 후에 거리 기준으로 가장 많은 것으로 예측하는 것이 바로 knn의 기본 원리이다 그럼 k는 몇으로 정해야 하는 걸까? 또 거리는 어떻게 측정 해야 하는 것일까? 하이퍼 파이미터의 개념 파라미터(Parameter): 머신러닝 모델이 학습 과정에서 추정하는 내부 변수이며 자동으로 결정 되는 값ex) 선형회귀에서 가중치와 편향 Python에서는 함수 정의에서 함수가 받을 수 있는 인자(입력 값)를 지정하는 개념 하이퍼 파라미터(Hy..