베짱이와 노는 개미

머신러닝에서의 학습은 지도학습과 비지도학습이 있다 지도학습은 다시 회귀와 분류로 나뉜다 오늘은 회귀를 공부해보자 회귀는 임의의 어떤 숫자를 예측하는 것이다. 내년도 경제성장률 예측, 배달 도착 시간 예측 등등이 예시에 포함된다 오늘은 회귀방법 중에 K최근접 이웃 회귀에 대해서 알아보겠다 일단 K최근접이웃알고리즘의 원리를 다시한번 보면 예측하련느 샘플에 가장 가까운 샘플 K개 를 선택한다. 이 샘플들의 무리(클래스)를 확인하고 다수 클래스를 새로운 샘플의 클래스로 예측한다. 예를들어 삼각형과 사각형모양의 샘플이 여러개있는 산점도에서 우리가 예측하려는 샘플 주변에 사각형2개 삼각형 1개가 있다면 사각형이 2개로 다수이기 때문에 예측하려는 샘플의 클래스는 사각형이 되는것이다. K최근접이웃 회귀는 K최근접이웃 ..

머신러닝은 지능을 가질수있도록 학습시키는 알고리즘이다 머신러닝==학습 그렇다면 크게 2가지로 나눌수있다 지도학습과 비지도학습니다. (강화학습까지 포함시켜서 3가지로 나누기도 하는듯 하다.) 오늘은 지도학습을 먼저 공부해보자 지도학습은 비교할만한 정답이 있는 상태로 학습하는것을 의미한다. 데이터를 정답과 비교하면서 학습하는것이다. 이때 데이터를 입력(특성), 정답을 타깃, 이둘을 합쳐서 훈련데이터(입력 + 타깃)이라고 부른다 지도학습과 비지도학습의 제일 큰 차이는 타깃의 유무이다. 타깃이 있으면 지도학습, 없으면 비지도학습이다. 데이터와 타깃을 주고 훈련 시킨다음, 같은 데이터로 테스트를 하면 당연히 다 맞출것이다. 그래서 테스트용 데이터를 따로 준비해야한다. 그래서 평가에 사용되는 데이터(테스트 세트),..