찬란하게

인공지능 대량의 데이터로 패턴을 찾는 것 규칙을 찾는 방법 = 학습 방법 = fitting 1. 지도 학습 : 정답 有 1) 수치 예측 2) 범주 예측 2. 비지도 학습 : 정답 無 지도 학습 지도 학습 1) 회귀(regression) : 수치형 2) 분류(classification) : 범주형 - 범주형 : 질적 데이터 ==> ABO형 혈액형 - 수치형 : 양적 데이터 ==> 신장, 몸무게 지도 학습 과정 : 1) 훈련 데이터와 테스트 데이터로 분류, x값과 y값으로 분류 2) 패턴, 규칙을 찾는다. 3) y값 - y예측값이 최소가 되는 값을 찾는다. 회귀분석 - 회귀분석 = 회귀식 찾기 회귀분석을 통해 회귀식을 도출한다. 원인과 결과의 인과관계를 표현한다. --> 수치형 관계에서 가능 영향을 주는 변..

Boston 주택가격 예측 - 회귀분석을 통해서¶ part1. data 준비 과정¶ Import Library¶ In [1]: import mglearn import sklearn 다중선형회귀분석¶ y(label) : 주택가격 x(features) : 주택가격에 미치는 요인 -> school 위치, station... In [5]: X, y = mglearn.datasets.load_extended_boston() X len(X) Out[5]: 506 In [3]: y # 수치형 Out[3]: array([24. , 21.6, 34.7, 33.4, 36.2, 28.7, 22.9, 27.1, 16.5, 18.9, 15. , 18.9, 21.7, 20.4, 18.2, 19.9, 23.1, 17.5, 20.2..

part1. 패키지 임포트¶ In [2]: import mglearn import sklearn In [3]: # 패키지 잘 들어왔는지 확인 # 대문자 x는 전체 집합 X,y = mglearn.datasets.make_forge() X[:5] # ndarray : 수치형 Out[3]: array([[ 9.96346605, 4.59676542], [11.0329545 , -0.16816717], [11.54155807, 5.21116083], [ 8.69289001, 1.54322016], [ 8.1062269 , 4.28695977]]) In [4]: y # 범주형 데이터 Out[4]: array([1, 0, 1, 0, 0, 1, 1, 0, 1, 1, 1, 1, 0, 0, 1, 1, 1, 0, 0, 1,..