summ의 블로그

의사결정 나무  의사결정 나무는 회귀, 분류 문제에 모두 사용이 가능하다. 최상 root node 하단의 terminal node 존재.직관적이며, greedy로 학습이 진행됨. 나무가 깊어질수록 과적합 문제가 발생함. >>겹치지 않는 구역으로 데이터를 나눔. ==> 어떻게?  - 회귀:  해당 구역에 있는 데이터의 실제 값과 예측값의 오차제곱합을 최소화함. SSR - 분류: 불순도 impurity를 최소화하도록 나눔.  * 불순도란? 다른 데이터가 섞여 있는 정도를 뜻함. 불순도 측정 방법: 지니계수 이용. 지니계수: 구역 안에서 특정 클래스에 속하는 data 비율을 모두 제외한 값으로 다양성을 계산하는 방법임.               = 1- (yes 의 확률)**2 - (no 의 확률)**2지니계..

머신러닝  머신러닝은지도학습 / 비지도학습 / 강화학습 으로 나뉜다.  비지도학습은Clustering  / 차원축소 가 있다.  y 라벨(정답)이 주어지지 않은 것이다.  Clustering 클러스터링은 유사한 특성을 가진 개체끼리 군집화하는 것이다.  군집 간 유사성은 최소화 군집 내 유사성은 최대화  - hard:  x 집단에 포함되는지 여부를 나타냄. k-means clustering 이 포함됨.   k-means clustering: 제공된 데이터를 k개로 군집화.랜덤하게 각 군집의 중심을 정함. 이렇게 정한 중심을 기점으로 군집에 각 데이터를 할당. 원하는 결과가 나오지 않았을 땐 여러번 실행하면 됨. EM알고리즘을 기반으로 함. 대용량 데이터에 적합하며 시간과 비용이 적게 들음.- soft: ..

머신러닝 : 기계학습 지도학습 / 비지도학습 / 강화학습 으로 나뉜다.  지도학습은 회귀 / 분류 문제로 나뉜다.  회귀  회귀분석이란? 회귀식의 계수 beta0, beta1을 구하는 것. 각 데이터의 실제값과 예측값의 차이인 loss를 최소화하는게 목표이다.  선형회귀 /  다중회귀 / 다항회귀가 존재하며, 다항회귀는 차수가 높은것으로 데이터가 선형이 아니더라도 사용 가능하다.  과적합 방지 방법으로는 1. cross validation - k fold : 데이터 k번 나눠서 학습.2. 페널티 부여 - L1 L2 Elasticnet 방법이 존재한다.  회귀 평가지표도 존재한다. 1. SSR, MSE, MAE 평균제곱오차, 평균절대값오차2. R**2 결정계수   분류  분류란? 주어진 데이터 입력값 x ..

Automated Machine Learning: 자동화된 머신러닝 모델 생성에서, 데이터셋의 특징에 따라 주어진 데이터셋에서는 어떤 기법이 최적인지 선택하는 것이 중요    --> 따라서 최적의 머신 러닝 알고리즘, 하이퍼파라미터 튜닝 등등 자동화가 필요 이때, autoML을 사용하여 비용과 시간을 줄이고, 모델의 정확도를 높일 수 있는 장점이 존재  사용은 둘로 나뉘는데  CASH ( Combined Algorithm Selection and Hyperparameter optimization)  최적화 NAS ( Neural Architecture Search )  신경망 탐색    autoML의 다양한 프레임워크가 존재: pycaret, H2O, TPOT, LightAutoML, autogluon ..