머신러닝15 머신 러닝 다항 회귀(Polynomial Regression) #2 - sklearn으로 다중 회귀, 당뇨병 예측 학습 프로그램 만들기 from sklearn.datasets import load_boston from sklearn.preprocessing import PolynomialFeatures #다항속성을 만들어주는 틀 from sklearn.model_selection import train_test_split #데이터를 트레이닝,테스트 셋 나누는 것 from sklearn.linear_model import LinearRegression #선형회기를 하기 위한 from sklearn.metrics import mean_squared_error #모델을 평가하기 위해 사용하는 평균 제곱 오차 import pandas as pd boston_dataset = load_boston() boston_dataset.data.shape.. 2021. 2. 8. 머신 러닝 선형 회귀 (Linear Regression) #2 - 가설 함수, 평균 제곱 오차, 손실 함수 최적선을 찾기 위해 다양한 함수를 실험해 봐야 하는데. 이 시도하는 함수 하나하나를 '가설 함수' 가설 함수 표현법 = - 선형 회귀 : 가장 적절한 θ 값들을 찾아내는 것 평균 제곱 오차 오차의 값을 제곱한 후 평균을 구하면 그 값이 평균 제곱 오차(MSE) 이다. - 제곱을 하는 이유 1. 모두 양수로 만들기 위해서 2. 오차의 값을 더욱 부각시키기 위해서 평균 제곱 오차 평균을 구하는 공식 시그마 : 오른쪽 식에 i = 1 부터 i = m 까지 하나씩 대입 제곱 오차를 모두 더한 후 m으로 나눈 값 평균 제곱 오차가 크면 : 가설 함수가 데이터에 잘 안 맞다. 평균 제곱 오차가 작다면 : 가설 함수가 데이터에 잘 맞다. 손실 함수(Loss Function) - 가설 함수의 성능을 평가하는 함수 - .. 2021. 2. 1. 머신 러닝 기본#12 - 최소점/극소점, 극대점, 안장점 2x - 2에서 x가 0이면 -2의 값이 나오는데 기울기가 (-) 라는 것은 (음수)라는 것은 x가 커질수록 y가 작아진다는 의미이다. 기울기가 0에 가깝다는 것은 평평하다는 의미이다. 기울기가 0에 멀어질 수록 기울기가 가파르다는 것이다. 기울기는 그래프가 해당 지점에서 얼마나 기울어져 있는지도 알려주지만 어떤 방향으로 가야 가장 가파르게 올라갈 수 있는지도 알려준다!! __ 머신 러님에서의 핵심!! 순간변화율을 통해서 확인해본 것을 정리하면 순간 변화율이 양수라는 것은 해당 지점에서 x가 늘어나면 y도 늘어난다. 순간 변화율이 음수라는 것은 해당 지점에서 x가 늘어나면 y는 줄어든다. 순간 변화율을 0이라는 것은 해당 지점에서 x가 변해도 y는 그대로다! 이 경우는 크게 3가지의 경우가 있다. 1. .. 2021. 2. 1. 머신 러닝 기본#10 - 머신 러닝에서의 그래프 그래프 - 수학식을 시각적으로 표현하는 방볍 위 그름의 빨간색 선은 y=3x + 6에 부합하는 모든 점들!!! 합쳐져서 선처럼 보여지는 것 2차함수의 경우 그래프를 그려보면 아치형 모양의 그래프가 나온다. 2가지의 그래프를 확인해봤는데 머신러닝에서 그래프를 사용하는 이유는 함수의 특징을 간편히 볼 수 가 있기 때문이다. ex) 함수의 최소점을 확인한다던가 ex) x의 변화에 따라 y가 어떻게 변하는지 알 수 있다. 코딩실습[코드잇] 파이썬 머신 러닝 강의를 들으면 공부내용을 적어봤습니다. 2021. 1. 24. 이전 1 2 3 4 다음 728x90 반응형
