일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- relative
- 레이아웃
- 데이터 전처릴
- 테스트세트
- 표준화 z
- 넘파이
- 스낵바
- score메소드
- 스크롤뷰
- apapter
- 메모리 객체화
- kneighbors()
- HTML
- position
- 선택자 조건
- CSS
- 픽셀 깨짐
- 외부css
- Absolute
- LENGTH_INDEFINITE
- 웹사이트 공개
- 버튼 상속
- 지도학습
- predict메소드
- 훈련세트
- 머신러닝
- fit메소드
- K최근접이웃 회귀
- hover
- JavaScript
Archives
- Today
- Total
목록K최근접이웃 회귀 (1)
베짱이와 노는 개미
ML#6 - K최근접 이웃 회귀
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 ..
AI(머신러닝+딥러닝) 프로젝트
2021. 8. 7. 22:48