데이터사이언스 기록기📚

📌 Ch4. 다양한 분류 알고리즘 🖊️ Ch.4-1) 로지스틱 회귀 ✔️럭키백의 확률 실습 1) 데이터 불러오기 및 train, test 나누 unique() : 열에서 고유한 값 추출하기 2) 데이터 전처리 표준화 전처리하기 3) K-최근접 이웃 분류기의 확률 예측 다중분류 클래스 속성 저장 및 확인 predict_proba() : 클래스별 확률값 반환(출력순서는 classes_속성 순서와 동일) ✔️로지스틱 회귀 - 로지스틱 회귀 : 선형 방정식을 학습하는 분류 모델 시그모이드 함수를 이용하여 0~1까지의 값을 확률로 표현할 수 있다. 이진 분류의 경우) 시그모이드 출력 0.5 보다 작은 경우 → 0, 이외의 경우 → 1 ✔️로지스틱 회귀 이중 분류 실습 1) 데이터 전처리 및 학습 2) 예측 및 예..

📌 Ch3. 회귀 알고리즘과 모델 규제 🖊️ Ch.3-1) k-최근접 이웃 회귀 ✔️k-최근접 이웃 회귀 - 분류와 회귀 분류 : 여러개의 클래스 중, 하나로 분류하는 문제 회귀 : 다양한 샘플 중, 숫자로 예측하는 문제 - k-최근접 이웃 k-최근접 이웃 분류 : 예측하려는 샘플 중, 가장 가까운 k개 선택 → 가장 많은 클래스를 예측 샘플의 클래스로 지정 k-최근접 이웃 회귀 : 예측하려는 샘플 중, 가장 가까운 k개 선택 → k개의 평균울 예측 샘플의 값으로 지정 ✔️실습 - 농어 무게 예측하기 1) 데이터 생성 및 형태 확인 농어는 길이가 길면, 무게가 무거움 2) Train, Test 나누기 - Train set을 2차원으로 바꾸기(2차원 배열이어야 훈련시킬 수 있음 reshape() : 바꾸려..

📌 Ch.1 나의 첫 머신러닝 🖊️ Ch.1-1) 인공지능과 머신러닝, 딥러닝 ✔️인공지능이란 - 인공지능 : 사람처럼 학습하고 추론할 수 있는 지능을 가진 컴퓨터 시스템을 만드는 기술 - 영화 속의 인공지능은 '인공일반지능' or '강인공지능', 현실에서 마주하는 인공지능은 '약인공지능' - 인공일반지능 or 강인공지능 : 사람과 구분하기 어려운 지능을 가진 컴퓨터 시스템 (Ex. 터미네이터의 스카이넷) - 약인공지능 : 특정 분야에서 사람의 일을 도와주는 보조역할 (Ex. 음성비서, 자율 주행 자동차, 음악 추천, 기계 번역) ✔️머신러닝이란 - 머신러닝 : 자동으로 데이터에서 규칙을 학습하는 알고리즘을 연구하는 분야 - 특징 통계학에서 유래된 머신러닝 알고리즘 많음 대표적인 머신러닝 라이브러리 sc..