'학습기록' 카테고리의 글 목록 (2 Page)

[SDGs] 11번 지속가능한 도시와 공동체

Make cities and human settlements inclusive, safe, resilient and sustainable: 지속가능한 도시와 공동체 - 포용적이고 안전하며 회복력 있고 지속가능한 도시와 주거지 조성세부 목표지표 11.1By 2030, ensure access for all to adequate, safe and affordable housing and basic services and upgrade slums2030년까지 모두를 위한 충분하고 안전한 적정가격의 주택과 기초 공공서비스에 대한 접근을 보장하고 빈민가 환경을 개선한다11.1.1Proportion of urban population living in slums, informal s..

학습기록 2024. 4. 24. 10:00

[Kaggle] Spaceship 0416 : 0.77507

데이터 전처리 1. PassengerId 변수 'group','group_number'으로 분할 2. Cabin 변수 'deck','deck_number','side'으로 분할 3. 수치형 변수의 결측값 중앙값으로 보간 4. 범주형 변수의 결측값 최빈값으로 보간 5. 범주형 변수 라벨 인코딩 6. 칼럼 간 상관관계 확인 후 target 변수와 상관계수가 0.01인 'ShoppingMall','Name' 변수 drop 모델링 1. 랜덤 포레스트와 로지스틱 회귀 모델을 사용했을 때, 랜덤 포레스트의 정확도 값이 더 높음 인사이트 1. 랜덤포레스트 모델에서 피처 중요도 확인 후 VIP 변수의 중요도가 매우 낮음을 확인. but, 변수 삭제 후 모델 학습했을 때, 정확도 떨어짐 -> VIP 변수 데이터 크기가 ..

학습기록 2024. 4. 22. 17:22

[파이썬 머신러닝 완벽 가이드] 04 분류 (4) 결정 트리 실습

사용자 행동 인식 데이터 세트 예측 분류 N = 30 1) 실습 데이터 준비 import pandas as pd import matplotlib.pyplot as plt %matplotlib inline # features.txt 파일에는 피처 이름 index와 피처명이 공백으로 분리되어 있음. 이를 DataFrame으로 로드. feature_name_df = pd.read_csv('E:/human_activity/features.txt',sep='\s+', header=None,names=['column_index','column_name']) # 피처명 index를 제거하고, 피처명만 리스트 객체로 생성한 뒤 샘플로 10개만 추출 feature_name = feature_name_df.iloc[:, ..

학습기록 2024. 4. 18. 14:21

[파이썬 머신러닝 완벽 가이드] 04 분류 (3) 결정트리 과적합

1. 결정 트리가 어떻게 학습 데이터를 분할해 예측을 수행하는지 2. 이로 인한 과적합 문제 1,2를 시각화해 알아보겠다. 과정 1 : 분류를 위한 데이터 세트 제작 #테스트용 분류 데이터를 만들기 위한 함수 make_classification() from sklearn.datasets import make_classification import matplotlib.pyplot as plt %matplotlib inline plt.title("3 Class values with 2 Features Sample data creation") # 2차원 시각화를 위해서 feature는 2개, 결정값 클래스는 3가지 유형의 classification 샘플 데이터 생성. X_features, y_labels = ..

학습기록 2024. 4. 18. 11:37

[파이썬 머신러닝 완벽 가이드] 04 분류 (2) 결정 트리 시각화

pymlrev2/4장/4.2 결정 트리.ipynb at main · wikibook/pymlrev2 · GitHub pymlrev2/4장/4.2 결정 트리.ipynb at main · wikibook/pymlrev2 《파이썬 머신러닝 완벽 가이드(개정2판)》 예제 코드. Contribute to wikibook/pymlrev2 development by creating an account on GitHub. github.com Graphviz 패키지를 사용해 결정 트리 알고리즘이 어떠한 규칙을 가지고 트리를 생성하는지 시각적으로 확인할 수 있다. 출력된 결과를 보면 각 규칙에 따라 트리의 branch 노드와 말단 leaf 노드가 어떻게 구성되는지 한눈에 알 수 있다. 이를 자세히 살펴보자 리프 노드 : ..

학습기록 2024. 4. 18. 11:29

[공간분석] Lattice Spatial Data 예측 모델 (SAR, CAR)

김규곤, 강창완, Geneveve Parreno, 최승배. (2017). A Study on Comparison of the Prediction Models for Lattice Spatial Data: Using Philippine Robbery and Murder Data. Journal of The Korean Data Analysis Society, 19(2), 587-597. [요약] 이 논문은 레이스(lattice) 공간 데이터의 예측 모델을 비교하는 연구에 관한 것이다. 레이스 공간 데이터는 지리적으로 구분된 지역에서 관측되는 데이터로, 인접 지역 간의 관계를 모델링하는 것이 중요하다. 이 연구에서는 필리핀의 2012년 강도 및 살인 데이터를 사용하여 공간 예측 모델인 OLS(일반 최소 제곱..

학습기록 2024. 4. 17. 17:51

[파이썬 머신러닝 완벽 가이드] 04 분류 (1) 결정 트리

# 01 분류(Classification)의 개요 분류는 지도학습의 대표적인 유형이다. + 지도학습은 레이블(Lable), 즉 명시적인 정답이 있는 데이터가 주어진 상태에서 학습하는 머신러닝 방식 분류는 다양한 머신러닝 알고리즘으로 구현할 수 있다 베이즈(Bayes) 통계와 생성모델에 기반한 나이브 베이즈(Naive Bayes) 독립변수와 종속변수의 선형 관계성에 기반한 로지스틱 회귀(Logistic Regression) 데이터 균일도에 따른 규칙 기반의 결정 트리(Decision Tree) 개별 클래스 간의 최대 분류 마진을 효과적으로 찾아주는 서포트 백터 머신(Support Vector Machine) 근접 거리를 기준으로 하는 최소 근접(Nearest Neighbor) 알고리즘 심층 연결 기반의 신..

학습기록 2024. 4. 11. 14:11