여니의 글로벌 도전기

2020.09.19 [패스트캠퍼스 수강 후기] 데이터분석 강의 100% 환급 챌린지 41회차 미션 이전시간까지는 머신러닝에서 클래스를 예측하는 '분류'를 배웠고, 이번 시간부터는 수치값을 예측하는 '회귀예측'을 배웠다. 📍 Regression 회귀예측 회귀예측은 분류처럼 클래스가 존재하는 것이 아니라 '수치값을 예측하는 것'이다. 예를 들면 부동산에서 집 값 예측하거나 기업에서 매출액이 얼마나 될지 예측하는 것!이라고 할 수 있다. 머신러닝을 분류를 위한 예측을 할 것인지? 회귀를 위한 예측을 할 것인지 정해야한다. 📍 Linear Regression 선형함수 논문도 선형함수로 쓰고, 학교에서 통계시간에 대부분 linear regression model을 써서 과제를 해왔어서.. 이상하게 반갑?기도하고,..

같이 공부해요/패스트캠퍼스ㅣ직장인을 위한 파이썬 데이터분석 올인원 패키지 Online 2020. 9. 19. 04:15

ad2020.09.18 [패스트캠퍼스 수강 후기] 데이터분석 강의 100% 환급 챌린지 40회차 미션 39회차에 이어 정확도의 함정을 보완하기 위한 몇가지 지표를 사이킬런에서 제공해주는데 오늘은 그 중에 오차 행렬과 정밀도,재현율, F1 스코어를 배웠다. 📎 오차행렬 2 X 2 메트릭스는 TP, FP, TN, FN으로 나눌 수 는데 TP는 positive로 예측하고 실제값도 positive일때! FP positve로 예측했지만 실제값이 negative일때! TN negative로 예측하고 실제값도 negative일때! FN negative로 예측했지만 실제값이 postive일때! 를 뜻한다. 예제로 유방암 환자의 데이터로 예측을 진행했는데, 1로 예측했을 때 실제값이 1인 경우가 88%이고, 1로 예측했..

같이 공부해요/패스트캠퍼스ㅣ직장인을 위한 파이썬 데이터분석 올인원 패키지 Online 2020. 9. 18. 00:37

2020.09.17 [패스트캠퍼스 수강 후기] 데이터분석 강의 100% 환급 챌린지 39회차 미션 개념을 다 배우면 빠질 수 없는 시각화! 이번시간에 배운 시각화는 38회차에서 배운 의사나무 모형을 더 세부적으로 시각화한 것 같이 느껴졌다. 📍 시각화 시각화를 위해서는 export_graphviz를 코딩식에 넣어야한다. dtc 0번 5번 → 트리로 분류된 개수? 데이터가 복잡할 수록 이 depth가 많아진다. Value에 보면 41,39,32의 데이터 개수가 나온다. 위의 예제에서 x의 3번째칼럼이 0.8보다 작으면 왼쪽으로 분리되고, 그렇지 않으면 오른쪽으로 가서 다른 기준으로 또 분리됨이 진행된다. gini갯수는 경제학에서 말하는 그 지니계수가 아니라, 데이터가 얼마나 혼합되어있는지 불순도를 보여주는..

같이 공부해요/패스트캠퍼스ㅣ직장인을 위한 파이썬 데이터분석 올인원 패키지 Online 2020. 9. 17. 03:12

2020.09.16 [패스트캠퍼스 수강 후기] 데이터분석 강의 100% 환급 챌린지 38회차 미션 37회차에서 LogisticRegression, SGD Classifier, 하이퍼 파라미터 (hyper-parameter) 튜닝를 배우고 오늘은 이어서 최근접 이웃 알고리즘과 의사 결정나무 진도를 나갔다. 📎 최근접 이웃 알고리즘 KNeighborsClassifier 최근접 이웃 알고리즘은 k의 갯수를 지정해서 최근접에 있는 몇 개의 데이터까지 볼건가..? 하는 알고리즘이다. knc = KNeighborsClassifier() knc.fit(x_train, y_train) knc_pred = knc.predict(x_valid) (knc_pred == y_valid).mean() 아래 예시를 보면, k가 ..

같이 공부해요/패스트캠퍼스ㅣ직장인을 위한 파이썬 데이터분석 올인원 패키지 Online 2020. 9. 16. 03:33

2020.09.14 [패스트캠퍼스 수강 후기] 데이터분석 강의 100% 환급 챌린지 36회차 미션 머신러닝을 실행하기 전에 필요한 데이터 클렌징? 전처리 할 때 필요한 label encoding, one hot encoding, 결측값 제거 그리고 정규화와 표준화를 배웠다. ⏪복습 👆 label encoding : 문자형 데이터를 수치화! 👆 one hot encoding: 데이터 독립화!( 더미 밸류) 👆 표준화: column 간에 최소, 최대값이 다른 경우, 최소치/ 최대값의 척도를 맞추어 주는 것! 👆 정규화: 평균이 0과 표준편차가 1이 되도록 변환! 🌻 Iris 데이터 세트 iris는 꽃 종류를 분류하기 위한 데이터 세트로, DESCR: 데이터셋의 정보를 보여줍니다. data: feature d..

같이 공부해요/패스트캠퍼스ㅣ직장인을 위한 파이썬 데이터분석 올인원 패키지 Online 2020. 9. 14. 02:50

2020.09.13 [패스트캠퍼스 수강 후기] 데이터분석 강의 100% 환급 챌린지 35회차 미션 어제는 전처리의 종류, 그리고 순서을 잘 맞춰줘야하는 머신러닝에서 return 하는 방법을 배우고 타이타닉 예제로 실습을 해봤는데, 오늘은 예전 pandas 에서 했었던 것 같은 encoding방법을 배워 데이터를 정리해주는 것을 배웠다. 📍 label encoding 문자형데이터에서 수치형 데이터로! 문자형 데이터가 바로 머신러닝으로 들어갈 수 없기 때문에 문자형 데이터를 반드시 수치로 변환해야한다. male을 1로, female을 0으로 수치화 시켜주고 싶으면! def convert(data): if data == 'male': return 1 elif data == 'female': return 0 t..

같이 공부해요/패스트캠퍼스ㅣ직장인을 위한 파이썬 데이터분석 올인원 패키지 Online 2020. 9. 13. 10:09

2020.09.12 [패스트캠퍼스 수강 후기] 데이터분석 강의 100% 환급 챌린지 34회차 미션 32회차, 33회차에서 머신러닝에서 기본적으로 깔고가는 개념을 배우고 오늘도 마지막으로 '전처리' 에 관해서 배우고, 실습에 들어갔다. 개념을 하나하나 공부할때 이해는 되지만, 실습을 해보지 않아서 잘 와닿지 않았다. 이래서 실습이 필요한 것 같다. 📍 전처리Pre-processing 전처리는 데이터 분석에 앞서 데이터를 적합하게 가공,변형,처리,클리닝을 하는 방법으로, 사이퀼런 패키지를 활용해서 한다. 데이터 생김새가 다를때 데이터가 잘못되서 데이터를 수정하거나 제거해서 분석에 들어가야하는데 그대로 넣었을때 문제가 발생하는 경우가 있어 머신러닝 모델에 들어가기 전에 '전처리'가 중요하다. 강사님께서 데이터..

같이 공부해요/패스트캠퍼스ㅣ직장인을 위한 파이썬 데이터분석 올인원 패키지 Online 2020. 9. 12. 10:26

2020.09.11 [패스트캠퍼스 수강 후기] 데이터분석 강의 100% 환급 챌린지 33회차 미션 32회차에서는 머신러닝의 가장 기본적인 기본, 모델을 선언하고 → 학습해서 → 예측 순서를 배웠고 오늘도 이에 이어 머신러닝의 기본적인 개념 feature, label, test set, training set, 검증데이터를 배웠다. 📍 Feature 과 Label 머신러닝에서 feature과 label을 정의해줘야하는데, x는 feature로, 학습에 넣어줄 데이터이고, 예측할 값은 빠져있다. y는 label로 우리가 맞춰서 예측해야할 값을 말한다. 📍 Test set 과 Training set Test set는 예측을 위한 데이터이다. 따라서 예측해야할 값을 포함한 '레이블' 값이 없이 feature만 ..

같이 공부해요/패스트캠퍼스ㅣ직장인을 위한 파이썬 데이터분석 올인원 패키지 Online 2020. 9. 11. 10:49