필요 라이브러리 import import mglearn import numpy as np from matplotlib import pyplot as plt from sklearn.ensemble import RandomForestClassifier from sklearn.datasets import make_moons from sklearn.mo...

[ML with Python] 2. 지도 학습 알고리즘 (4) 앙상블 - 그래디언트 부스팅 본 포스팅은 지도 학습 알고리즘인 앙상블-그래디언트 부스팅에 관한 기본적인 내용에 관하여 다룹니다. 앙상블 (ensemble) 그래디언트 부스팅 (Gradient Boosting) 그래디언트 부스팅의 장단점과 매개변수 필요 라이브러리 im...

[ML with Python] 2. 지도 학습 알고리즘 (4) 결정 트리 본 포스팅은 지도 학습 알고리즘인 결정 트리에 관한 기본적인 내용에 관하여 다룹니다. 결정 트리 (Decision Tree) 결정 트리의 복잡도 제어 사전 가지치기 사후 가지치기 결정 트리 분석과 특성 중요도 회귀 ...

[ML with Python] 2. 지도 학습 알고리즘 (3) 나이브 베이즈 분류 본 포스팅은 지도 학습 알고리즘인 나이브 베이즈에 관한 기본적인 내용에 관하여 다룹니다. 나이브 베이즈(naive bayes) BernoulliNB MultinomialNB GaussianNB 나이브 베...

[ML with Python] 2. 지도 학습 알고리즘 (2) 다중 클래스 분류 본 포스팅은 지도 학습 알고리즘인 분류용 선형 모델에 관한 기본적인 내용에 관하여 다룹니다. 다중 클래스 분류용 선형 모델 일대다 방법(one-vs.-rest) SVC를 이용한 일대다 방법 선형 모델의 매개변수 (정리) 선형 모델의 장단점 필...

[ML with Python] 2. 지도 학습 알고리즘 (2) 분류용 선형 모델 본 포스팅은 지도 학습 알고리즘인 분류용 선형 모델에 관한 기본적인 내용에 관하여 다룹니다. 로지스틱 회귀(Logistic Regression) 선형 서포트 벡터 머신(Support Vector Machine : SVC) 필요 라이브러리 import ...