빅데이터 소스

회귀는 연속형 변수 값 중에 어떠한 값으로 결정(예측)하는 작업입니다. 독립 변수에 따라 결정(예측)할 종속 변수가 연속형 변수일 때 회귀 모델을 선택합니다. 파이썬의 머신 러닝 모듈인 사이킷 런에서는 다양한 회귀 모델을 제공하고 있습니다. 사이킷 런의 지도 학습 모델은 대부분 회귀와 분류 작업을 위한 모델을 제공합니다. https://scikit-learn.org/stable/supervised_learning.html#supervised-learning 1. Supervised learning Linear Models- Ordinary Least Squares, Ridge regression and classification, Lasso, Multi-task Lasso, Elastic-Net, Mul..

사용할 모듈 포함문 from sklearn import datasets #머신 러닝 학습에 사용할 수 있는 데이터들 from sklearn.preprocessing import MinMaxScaler #전처리 공정 중에 MinMaxScaler from sklearn.model_selection import train_test_split #데이터를 학습 및 테스트 용으로 분리 from sklearn import neighbors,linear_model #이웃 및 선형 모델 from sklearn.metrics import accuracy_score #평가 방법 중에 적합도 import numpy as np import pandas as pd import matplotlib.pyplot as plt 테스트에..

머신러닝 기본 절차 - 데이터 수집 - 데이터 전처리 - 모델링(데이터 학습) - 평가 머신러닝 알고리즘에 따른 모델 종류 - 선형 회귀 - K 최근접 이웃 - 로지스틱 회귀 - 결정 트리 - 서포트 벡터 머신 - K 평균 - 앙상블 머신러닝 작업에 따른 모델 종류 - 회귀 - 분류 - 군집화 - 강화 (다루지 않음) - 생성 (다루지 않음) 이러한 주제를 다룰 예정입니다. 2023년 8월 8일 집필을 시작합니다.