Programming Archive

3-3. 회귀 알고리즘와 모델 규제 - 특성공학과 규제

2 분 소요

다중 회귀 농어 무게에 대한 예측에서, 농어의 길이뿐만 아니라 농어의 높이과 두께도 함께 사용하여 예측하여보자. 또한 이전 절에서 처럼 3개의 특성을 각각 제곱한 것을 추가한다. 도한 각 특성을 서로 곱하여 또 다른 특성을 만들 수도 있다. 이렇게 기존의 특성을 사용해 새로운 특성...

3-2. 회귀 알고리즘와 모델 규제 - 선형회귀

2 분 소요

K-최근접 이웃의 한계 이전과 같이 농어의 무게를 예측하는 K-최근접 이웃 회귀 모델을 만들어보자 ```py import numpy as np

3-1. 회귀 알고리즘와 모델 규제 - K-최근접 이웃 회귀

2 분 소요

K-최근접 이웃 회귀

2-2. 데이터 다루기 - 데이터 전처리

2 분 소요

넘파이로 데이터 준비하기 도미와 빙어 데이터를 준비할 때 넘파이를 이용해보자. 먼저 생선 데이터를 준비한다.

2-1. 데이터 다루기 - 훈련 세트와 테스트 세트

2 분 소요

지도 학습과 비지도 학습 지도학습은 훈련하기 위한 데이터와 정답이 필요하다. 데이터와 정답을 입력(input)과 타깃(target)이라 부르고, 이 둘을 합쳐 훈련 데이터라고 부른다. 지도학습은 정답을 맞히는 것을 학습한다. 지도학습에는 K-최근접 이웃 알고리즘이 있다.