파이썬
-
ID3 모델 구현_Python(2)_전체모델머신러닝(MACHINE LEARNING)/간단하게 이론(Theory...) 2021. 4. 26. 15:16
0. 전체 코드 구현 -주석을 다 뺐으며, 밑의 코드분석에는 주석을 달아 놓았습니다. ID3 모델 구현 Tree 의 마지막 단계 글입니다. https://guru.tistory.com/entry/ID3-%EB%AA%A8%EB%8D%B8-%EA%B5%AC%ED%98%84Python ID3 모델 구현_Python 저번에 살펴본 ID3 모델을 이제는 Python으로 간략히 구현해보자. 혹시나 ID3모델이 무엇인지 모른다면 , 저번 포스팅을 참고해보자 https://guru.tistory.com/entry/Decision-Tree-%EC%97%90%EC%84%9C%EC%9D%98-I.. guru.tistory.com import numpy as np import pandas as pd eps = np.finfo..
-
ID3 모델 구현_Python머신러닝(MACHINE LEARNING)/간단하게 이론(Theory...) 2021. 4. 26. 14:08
저번에 살펴본 ID3 모델을 이제는 Python으로 간략히 구현해보자. 혹시나 ID3모델이 무엇인지 모른다면 , 저번 포스팅을 참고해보자 https://guru.tistory.com/entry/Decision-Tree-%EC%97%90%EC%84%9C%EC%9D%98-ID3-%EC%95%8C%EA%B3%A0%EB%A6%AC%EC%A6%98 Decision Tree 에서의 ID3 알고리즘 Decision Tree 란 ??? A decision treeis a decision support tool that uses a tree-like model of decisions and their possible consequences, including chance event outcomes, resource co..
-
SkLearn.Pipeline 에 대해 알아보자머신러닝(MACHINE LEARNING)/코드 리뷰(Code_Review) 2021. 4. 24. 01:11
파이프 라인 이란. The purpose of the pipeline is to assemble several steps that can be cross-validated together while setting different parameters. For this, it enables setting parameters of the various steps using their names and the parameter name separated by a ‘__’, as in the example below. A step’s estimator may be replaced entirely by setting the parameter with its name to another estimator, or a..
-
간단한 LinearRegression 으로 Boston_price 예측머신러닝(MACHINE LEARNING)/간단하게 이론(Theory...) 2021. 4. 22. 15:04
간단한 LinearRegression 으로 Boston_price 예측을 해보자. 1. 먼저 load boston 모델 load In [1]: from sklearn.datasets import load_boston import matplotlib.pyplot as plt import numpy as np In [2]: boston = load_boston() boston["data"] Out[2]: array([[6.3200e-03, 1.8000e+01, 2.3100e+00, ..., 1.5300e+01, 3.9690e+02, 4.9800e+00], [2.7310e-02, 0.0000e+00, 7.0700e+00, ..., 1.7800e+01, 3.9690e+02, 9.1400e+00], [2.7290..
-
Gradient_descent 으로 구현한 Linear_Regression머신러닝(MACHINE LEARNING)/간단하게 이론(Theory...) 2021. 4. 22. 14:17
https://www.boostcourse.org/ai222/lecture/24517 머신러닝을 위한 파이썬 부스트코스 무료 강의 www.boostcourse.org 네이버 부스트 코스 (Linear_Regression) 을 참고하였습니다. 1. 모듈 삽입 In [1]: import numpy as np import matplotlib.pyplot as plt %matplotlib inline import pandas as pd 2. LOAD DATASET 여기서, Load_excel()로 import In the following data X = number of claims Y = total payment for all the claims in thousands of Swedish Kronor for..
-
Gradient_descent(경사 하강법)머신러닝(MACHINE LEARNING)/간단하게 이론(Theory...) 2021. 4. 22. 01:12
경사 하강법 ( Gradient descent)은 1차 근삿값 발견용 최적화 알고리즘 이다. 기본 개념은 함수의 기울기 (경사)를 구하고 경사의 절댓값이 낮은 쪽으로 계속 이동시켜 극값 에 이를 때까지 반복시키는 것이다. -네이버 백과사전- 사전적 의미는 위와 같지만, 좀 더 쉽게 말하자면, 2차방정식에서 배울때, 미분값이 0 인 지점을 구하면, 극소 또는 극대가 되는 점인 걸 상기시켜서, 극값(극소, 극대) 에 가기 위하여, 기울기에 해당하는 변화율을 계속 적용시키는 것이다. 장점은 구현하기 쉽지만, Learning_rate을 직접 설정해주어야 하는 단점과, 출발지점이 올바르지 않을 경우, 이또한 극소 극대가 잘 안구해진다는 단점이 있다. Code 구현을 살펴보자 1. X 와 X^2 에 해당하는 그래프..
-
프로그래머스_주식가격(Lv2)알고리즘/프로그래머스(PRPGRAMMERS) 2021. 4. 19. 23:13
문제 설명 초 단위로 기록된 주식가격이 담긴 배열 prices가 매개변수로 주어질 때, 가격이 떨어지지 않은 기간은 몇 초인지를 return 하도록 solution 함수를 완성하세요. 제한사항 prices의 각 가격은 1 이상 10,000 이하인 자연수입니다. prices의 길이는 2 이상 100,000 이하입니다. 입출력 예 [입 력] [1, 2, 3, 2, 3] [출 력] [4, 3, 1, 1, 0] 입출력 예 설명 1초 시점의 ₩1은 끝까지 가격이 떨어지지 않았습니다. 2초 시점의 ₩2은 끝까지 가격이 떨어지지 않았습니다. 3초 시점의 ₩3은 1초뒤에 가격이 떨어집니다. 따라서 1초간 가격이 떨어지지 않은 것으로 봅니다. 4초 시점의 ₩2은 1초간 가격이 떨어지지 않았습니다. 5초 시점의 ₩3은 0..
-
Python_pickle[피클 이란?]머신러닝(MACHINE LEARNING) 2021. 4. 18. 19:22
목차 피클[Pickle] 모듈 피클 모듈 이란, 파일을 저장시, 리스트[List], 클래스[Class] 등을 저장 할 수 있도록 도와 주는 모듈이다. 예를 들어, colors=['red','green','black'] 이라는 리스트가 있을시, f.write()으로 저장하게 된다면, 오류가 나올 것이다. 따라서 pickle 이라는 모듈을 통해 이진수로 변형한뒤 저장하는 방법을 주로 쓴다. 간단한 에시를 통해 알아보자. 예시 우선 파일을 열기 전에, import pickle 을 통하여, pickle 모듈을 불러와주고, dump 라는 모듈을 통해, 파일에 원하는 변수를 입력시킨다. pickle.dump(obj, file, protocol=None, *, fix_imports=True, buffer_callba..