Blog

In [1]: # 티스토리 관련 설정 from IPython.core.display import display, HTML display(HTML("")) 패키지 불러오기¶ In [2]: %matplotlib inline from IPython.display import display import numpy as np import matplotlib.pyplot as plt import pandas as pd import mglearn 3.5.4 군집 알고리즘의 비교와 평가¶ 비지도 학습은 비교 및 평가가 어려움 타겟값으로 군집 평가하기 군집 알고리즘의 결과를 실제 정답 클러스터와 비교하여 평가 (보통 실제 타겟값 모름) ARI(Adjusted Rand Index), NMI(Normalized Mutual..

패키지 불러오기¶ In [1]: %matplotlib inline from IPython.display import display import numpy as np import matplotlib.pyplot as plt import pandas as pd import mglearn 3.5.3 DBSCAN(density-based spatial clustering of applications with noise)¶ 복잡한 형태의 데이터셋에서도 클러스터 잘 찾음 k-평균 군집, 병합 군집과 달리 클러스터의 갯수를 미리 지정할 필요가 없음 어떤 클래스에도 속하지 않는 포인트(잡음, noise, -1) 구분 데이터의 밀집 지역이 한 클러스터를 구성하며 비교적 비어있는 지역을 경계로 다른 클러스터와 구분 ***..

In [1]: # 티스토리 관련 설정 from IPython.core.display import display, HTML display(HTML("")) 패키지 불러오기¶ In [2]: %matplotlib inline from IPython.display import display import numpy as np import matplotlib.pyplot as plt import pandas as pd import mglearn 3.5.2 병합 군집(agglomerative clustering)¶ 시작할 때 각 포인트를 하나의 클러스터로 지정하고, 종료 조건을 만족할 때까지(지정된 갯수의 클러스터가 남을 때까지) 가장 비슷한 두 클러스터를 합쳐나감 linkage 옵션: 두 클러스터 사이의 유사도를 ..

In [1]: # 티스토리 관련 설정 from IPython.core.display import display, HTML display(HTML("")) 패키지 불러오기¶ In [2]: %matplotlib inline from IPython.display import display import numpy as np import matplotlib.pyplot as plt import pandas as pd import mglearn 3.5 군집(Clustering)¶ 3.5.1 k-평균 군집(k-means cluster)¶ 알고리즘 과정 ① 클러스터 중심(cluster center) 초기값 설정 ＊KMeans 함수의 init 매개변수 －default k-means++ -> 초기 클러스터 중심을 가능한 ..

In [1]: # 티스토리 관련 설정 from IPython.core.display import display, HTML display(HTML("")) 패키지 불러오기¶ In [2]: %matplotlib inline from IPython.display import display import numpy as np import matplotlib.pyplot as plt import pandas as pd import mglearn 3.4 차원 축소, 특성 추출, 매니폴드 학습¶ 비지도 학습을 사용하여 데이터를 변환하는 이유 시각화, 데이터 압축, 정보가 더 잘 드러나는 표현을 찾기 위해(-> 이후 주로 지도 학습에 사용) 3.4.1 주성분분석(PCA, Principal Component Analysi..

In [1]: # 티스토리 관련 설정 from IPython.core.display import display, HTML display(HTML("")) 패키지 불러오기¶ In [2]: %matplotlib inline from IPython.display import display import numpy as np import matplotlib.pyplot as plt import pandas as pd import mglearn CHAPTER 3 비지도 학습과 데이터 전처리¶3.1 비지도 학습의 종류¶1) 비지도 변환(Unsupervised Transformation): ex) 차원 축소(Dimensionality Reduction) 2) 군집(Clustering) 3.2 비지도 학습의 도전 과제¶..

패키지 불러오기¶ In [1]: %matplotlib inline from IPython.display import display import numpy as np import matplotlib.pyplot as plt import pandas as pd import mglearn 분류 예측의 불확실성 추정¶ In [2]: # 2차원 데이터셋 불러오기 & GradientBoostingClassifier 적합 from sklearn.ensemble import GradientBoostingClassifier from sklearn.datasets import make_circles from sklearn.model_selection import train_test_split X, y = make_circ..

In [1]: # 티스토리 관련 설정 from IPython.core.display import display, HTML display(HTML("")) 패키지 불러오기¶ In [2]: %matplotlib inline from IPython.display import display import numpy as np import matplotlib.pyplot as plt import pandas as pd import mglearn 신경망(Neural Networks): 딥러닝¶ MLPClassifier, MLPRegressor 머신러닝(기계학습) ⊃ 딥러닝(심화학습) 다층 퍼셉트론(Multilayer Perceptrons, MLP)¶ 비교적 간단하게 분류와 회귀에 사용할 수 있는 신경망 종류 중 하나..