데이텀공작소

K-means 알고리즘이란?

 K-means 알고리즘은 비지도학습으로 데이터를 K개의 군집(Cluster)으로 묶는 알고리즘

K-means 알고리즘의 K는 군집(클러스터)의 개수,  means는 평균 의미

군집 갯수 찾는 방법 

※ 분류(Classification) vs 군집화(Clustering)

- 분류
지도학습으로 레이블(정답)이 주어졌을 때 레이블을 기반으로 데이터를 나누는 방법

- 군집화
비지도학습으로 레이블(정답)이 주어지지 않았을 때 주어진 데이터를 묶는 방법

교차검증 :  과적합을 피하면서 파라미터를 튜닝하고 일반적인 모델을 만들고 더 신뢰성 있는 모델 평가를 진행하기 위해서

훈련 세트를 여러 폴드로 나눈 다음 한 폴드가 검증 셋트의 역할을 하고 나머지 폴드에서 모델 훈련 

교차검증은 모든 폴드에 대해서 검증 점수를 얻어 평균하는 방법

1. 로지스틱 회귀 : 이름은 회귀지만 분류 모델 로 선형 회귀와 동일하게 선형 방정식 학습

2. 확률이 되려면 0~1 사이의 값이 되야 함. 

> z 의 값이 아주 큰 음수일때 0 이 되고 z 가 아주 큰 양수일때 1이 되게 바꾸는 방법  >> 시그모이드 함수를 이용하면 됨

로지스틱 회귀가 이진 분류에서 확률을 출력하기 위해 사용하는 함수는 무엇인가요?
① 시그모이드 함수  >> 답   --->> 이진 분류에서 
② 소프트맥스 함수
③ 로그 함수
④ 지수 함수

소프트맥스 함수 여러개의 선형 방정식의 출력값을 0~1 사이로 압출하고 전체 합이 1이 되도록 한다. 

1. 03-01 2 번 문제 풀이 

2. 모델파라미터 

- 모델 파라미터는 머신러닝 모델이 특성에서 학습한 값을 말한다. 

하이퍼 파라미터 는 머신 러닝 알고리즘이 학습하지 않는 파라미터 즉, 사람이 정해준 값

https://colab.research.google.com/notebooks