세조목

머신러닝2024.05.10 - [데이터 분석 공부/머신러닝] - 머신러닝 심화 복습(교차검증(K-Fold, StratifiedKFold))(24.05.10) 머신러닝 심화 복습(교차검증(K-Fold, StratifiedKFold))(24.05.10)머신러닝을 할 때 하나의 데이터셋을 train, test 데이터셋으로 나누는데7:3 내지 8:2로 나누는 것이 일반적이다.train 데이터셋으로 학습을 시키고 이 모델을 test 데이터셋에 적용시켜보는 것이다.그eyeoftheworld1209.tistory.com금일은 머신러닝 교차검증 방법에 대해서 복습했습니다.교차검증이란 train 데이터셋만을 학습시킴으로써 발생할 수 있는 과적합을 방지하기위한 방법인데요,자세한 내용은 위 포스팅에 정리해두었습니다.

머신러닝을 할 때 하나의 데이터셋을 train, test 데이터셋으로 나누는데7:3 내지 8:2로 나누는 것이 일반적이다.train 데이터셋으로 학습을 시키고 이 모델을 test 데이터셋에 적용시켜보는 것이다.그런데 만약 train 데이터셋에 포함된 데이터의 개수가 충분하지 않다면 과적합이 발생하지 않을까? 이 때 필요한 것이 '교차 검증(Cross Validation)'이다.교차 검증이란 train 데이터셋에 포함된 데이터셋을 n개로 split해서모델을 학습시키고 모델을 최적화시키는 작업이다.위 이미지에서의 경우 train dataset을 5개로 split 한 후 각각의 Fold를학습용, 검증용으로 지정해서 모델을 학습시켜본다.Fold1, 2, 3, 4, 5를 순서대로 검증용으로 지정하는 것이다.학습 ..

Python2024.05.09 - [데이터 분석 공부/Python] - Python 개념 정리(변수 할당)(24.05.09) Python 개념 정리(변수 할당)(24.05.09)여러 번 나눠서 돌려야하는 코드를 함수를 사용해서 한꺼번에 돌리는 경우가 종종 있습니다.금일 머신러닝 공부를 하면서도 그렇게 함수를 만들어서 코드를 돌렸는데요,이해가 되지 않는 부분eyeoftheworld1209.tistory.com금일은 머신러닝을 학습하다 python 데이터프레임의 특성과 관련해서새롭게 알게 된 지식이 있어 해당 내용을 정리했습니다.자세한 내용은 위 포스팅에 정리해두었습니다.

여러 번 나눠서 돌려야하는 코드를 함수를 사용해서 한꺼번에 돌리는 경우가 종종 있습니다.금일 머신러닝 공부를 하면서도 그렇게 함수를 만들어서 코드를 돌렸는데요,이해가 되지 않는 부분이 있었습니다.def get_numeric_sc(df): from sklearn.preprocessing import StandardScaler, MinMaxScaler sd_sc = StandardScaler() mm_sc = MinMaxScaler() sd_sc.fit(train_df_2[['Fare']]) df['Fare_sd_sc'] = sd_sc.transform(df[['Fare']]) mm_sc.fit(train_df_2[['Age', 'Family']]) df[['Age_mm_sc', 'Family_..