David의 개발 이야기!

랜덤포레스트는 앙상블 버전의 한 버전. 앙상블 학습은 여러 알고리즘, 같은 알고리즘을 여러개 가져와서 조합해 훨씬 더 강력한 모델을 만드는 기법임. 여러 추측 사이의 평균을 내면, 진실에 가까워질 확률 커짐. * RandomForestRegressor 의 n_estimators(추정기 개수) 설정 중요!! 랜덤포레스트는 나무들이 모여서 아웃풋으로 최종예측을 내놓기 때문! 각 나무는 예측을 하고 랜덤포레스트 자체가 마지막 아웃풋을 판정함! -> 나무의 수가 중요!

의사결정회귀트리 회귀에 대해 알아보자! [ DecisionTree 에 대한 설명 ] 주제 : 직급별 연봉 계산기 위 데이터를 토대로 6.5년차 일때의 연봉을 예측하고자 한다! [ 방법 ] 1. 라이브러리 호출하기 2. 데이터셋 불러오기 3. Decision Tree Regression 모델 학습시키기 4. 새로운 결과 예측하기 5. 시각화 하기 1. 라이브러리 호출하기 import numpy as np import matplotlib.pyplot as plt import pandas as pd 2. 데이터셋 불러오기 dataset = pd.read_csv('/content/drive/MyDrive/Machine Learning A-Z (Codes and Datasets)/Part 2 - Regressio..

Convolutional Neural Network, CNN 에 대해서 알아보자. 1. Affine 계층이란? 인접하는 계층의 모든 뉴런과 결합되어 있는 신경망을 완전연결(fully-connected, 전결합) 이라고 하며, 완전히 연결된 게층을 Affine 계층이라고 한다. Affine 계층을 사용하면, 층이 5개인 신명망은 위와 같이 구현할 수 있다. 완전연결 신경망은 Affine 계층 뒤에 활성화 함수를 갖는 ReLU 계층(혹은 Sigmoid 계층) 이이어진다. 위 그림에서는, Affine-ReLU 조합이 4개 쌓였고, 마지막 5번째 층은 Affine 층에 이어 소프트맥스 계층에서 최종 결과(확률) 을 출력한다. 2. CNN으로 이뤄진 네트워크의 예 CNN 에서는 새로운 '합성곱 계층(Conv)' ..