728x90 SMALL k-최근접 이웃2 [머신러닝] 샘플링 편향, 넘파이(생선 분류 문제2) * 교재: 혼자 공부하는 머신러닝+딥러닝 (hanbit.co.kr) * 문제: 넘파이를 사용하여 샘플링 편향을 해결한다. 샘플링 편향을 경험해 보고 이를 해결하기 위해 넘파이를 사용하여 도미와 빙어를 구분하는 머신러닝 프로그램을 만든다. * 문제 해결 과정 1. 생선 데이터 준비하기 2. 2차원 리스트 만들기 3. KNeighborsClassifier 클래스를 임포트 한 후 객체 만들기 4. 훈련 세트와 테스트 세트 만들기 5. 훈련 세트로 모델 훈련하기 6. 테스트 세트로 모델의 성능 평가하기 → 샘플링 편향 7. 생선 데이터를 2차원 넘파이 배열로 변환하기 1) 넘파이 라이브러리 임포트 하기 2) 넘파이 array() 함수에 파이썬 리스트 전달하기 8. 랜덤하게 샘플을 선택해 훈련 세트와 테스트 세트.. 2023. 1. 15. [머신러닝] k-최근접 이웃(생선 분류 문제) * 교재: 혼자 공부하는 머신러닝+딥러닝 (hanbit.co.kr) * 문제: k-최근접 이웃을 사용하여 2개의 생선을 분류한다. 각 생선의 특징(무게, 길이)을 통해 도미와 빙어를 구분하는 머신러닝 프로그램을 만든다. * 문제 해결 과정 1. 도미 데이터 준비하기 2. 빙어 데이터 준비하기 3. 도미와 빙어 데이터를 하나로 합치기 4. 2차원 리스트 만들기 5. 정답 데이터 준비하기 6. k-최근접 이웃 알고리즘을 사용해 머신러닝 프로그램 만들기 1) KNeighborsClassifier 클래스 임포트하기 2) KNeighborsClassifier 클래스의 객체 만들기 3) 객체 훈련하기 4) 훈련된 객체(모델)의 성능 평가하기 1. 도미 데이터 준비하기 35마리의 도미의 길이와 무게 리스트를 준비해 .. 2023. 1. 13. 이전 1 다음 728x90 LIST
