Hippo's data

오늘은 저번에 이어서 지도학습 중 선형모델에 대해 알아보겠습니다 저번에는 회귀방식의 선형모델을 알아보았는데요 이번에는 분류 방식의 선형모델 실습을 해보도록 하겠습니다 분류용 선형모델은 이진분류Binary Classification와 다중분류Multiclass Classification로 구분할 수 있습니다 -> 임계치 0과 비교하여 방정식 값이 0보다 작으면 -1 / 크면 +1로 예측 대중적인 알고리즘 -> 로지스틱회귀 logistic regression / linear_model.LogisticRegression에 구현됨 -> 서포트 벡터 머신 support vector machine / svm.LinearSVC에 구현됨 *** 주의) 로지스틱회귀 logistic regression -> 회귀 regr..

오늘은 지도학습 중 선형모델(linear model)에 대해 알아보겠습니다 선형모델은 선형함수를 만들어 예측하는데요 회귀와 분류 두 방식 모두 이용가능합니다 그중 회귀 방식의 선형모델 실습을 해보도록 하겠습니다 y = wx + b 에서 y => 예측값 (맞출 타겟값 target) x => 각 입력특성들 (feature) w => 기울기 = 각 특성x의 가중치 b => y절편 w,b -> 모델이 학습할 파라미터 mglearn.plots.plot_linear_regression_wave() -> w[0]: 0.393906 b: -0.031804 -> wave데이터에서 학습한 선형회귀 모델의 파라미터값 -> 특성1개인 1차원 회귀 모델이므로 2차원 그래프에 표현됨 -> 특성2개 : 2차원 회귀모델(평면) ->..