38세 신입으로 공부하기

이상치란 다른 데이터들과는 매우 다른 특성을 가진 포인트를 말합니다.이상치의 의미와 영향 이상치는 데이터 세트의 나머지 부분과 비정상적으로 차이가 나는 데이터 포인트입니다. 이상치는 여러 가지 이유로 발생할 수 있습니다:측정 오류데이터 입력 실수데이터 수집 과정에서의 문제실제 변동성 (예: 경제적 이벤트, 자연 재해 등)SVM에서 이상치는 결정 경계(분류를 위해 그려지는 선)에 큰 영향을 미칠 수 있습니다. 특히 SVM은 최대 마진을 찾는 모델이기 때문에, 이상치가 경계 근처에 위치하면 그 경계가 이상치에 의해 크게 왜곡될 수 있습니다. 이는 결국 모델의 일반화 능력을 저하시키며, 새로운 데이터에 대한 예측력이 떨어지는 원인이 됩니다.  이상치 탐지 방법이상치를 탐지하는 방법은 여러 가지가 있습니다. 대..

SVM (Support vector machine)지도 학습 알고리즘 중 하나로, 주어진 데이터를 바탕으로 클래스를 구분(분류)하는 모델데이터를 두개의 클래스로 분류하기 위해 고차원 공간에서 최적의 초평면을 찾는 것이 목표. 초평면, 결정결계선, 서포트 벡터의 의미 초평면 (Hyperplane):SVM에서 데이터를 분리하는 결정 경계로 사용되는 개념입니다.데이터 포인트들이 N차원 공간에 존재할 때, N-1 차원의 초평면으로 데이터를 나누게 됩니다.예를 들어, 2차원 공간에서 초평면은 하나의 직선이 되며, 3차원 공간에서는 하나의 평면이 됩니다.결정 경계선 (Decision Boundary):SVM에서 초평면이 데이터를 나누는 경계선을 말합니다.이 경계선은 클래스를 분리하는 역할을 하며, 분류기가 새로운 ..

K-최근접 이웃 알고리즘 (K-Nearest Neighbors, KNN) K개의 데이터, 즉 얼마나 많은, 몇개의 데이터를 이용하여 판단할지가 관건입니다.**1. 왜 사용하는가?**  KNN은 데이터를 분류하거나 회귀 분석할 때 사용되는 간단하면서도 효과적인 알고리즘입니다. 특히 KNN은 패턴 인식, 통계 및 데이터 분석 분야에서 많이 사용되며, 다음과 같은 상황에서 유용합니다:- 분류: 새로운 데이터가 어떤 클래스에 속하는지 예측할 때- 회귀: 새로운 데이터에 대한 연속적인 값을 예측할 때**2. 누가 개발했는가?**  KNN 알고리즘은 1951년 Evelyn Fix와 Joseph Hodges가 개발했습니다. 이들은 패턴 인식 문제를 다루기 위해 KNN을 제안했습니다. 이후 이 알고리즘은 다양한 분야에..

생성자로 객체를 만든다.. -> 무슨말일까... 궁금하신 분들을 위한 글.  생성자(Constructor)는 객체 지향 프로그래밍에서 클래스로부터 객체가 생성될 때 자동으로 호출되는 특별한 종류의 메소드(함수)입니다. 생성자의 주된 목적은 객체가 생성될 때 그 객체의 데이터를 초기화하는 것이며, 필요한 자원을 할당하거나 초기 상태를 설정하는 등의 작업을 수행합니다. 라고 정의되었는데, 잘 모르겠면. 저의 언어로 다시 설명.. 정의된 클래스를 붕어빵틀이라고 합시다. 난 먹을 붕어빵을 여러개를 만들어서, 팥, 슈크림, 초코를 넣을 예정입니다.틀을 사용하면 붕어빵을 여러개 만들 수 있습니다. 붕어빵 여러개는 이렇게 만들어요.  코드로 본다면,//일단 붕어빵틀이라는 클래스를 만든다class 붕어빵틀:    st..

데이터 프레임 통계 데이터 프레임의 값의 통계치를 확인하거나 통계를 내기위해 임의 값으로 데이터를 부분 치환하는 연산들(전처리라고 한다)을 나열해보았다.   ** 참고 interactiveshell 을 import 하면, print 문 없이 데이터 프레임이 나온다고 함.  info()전체 내용, 아래와 같이 보여줌 describe()통계치 보여줌 sort_index()axis =0 은 행을 기준으로 정렬, 가로 한줄의 인덱스가 통으로 움직임 즉 인덱스가 정렬됨..ascending = false : 내림차순, 즉, 큰 수 부터 정렬 *axis 참고 내용 (sum () 에서는 반대로 쓰이는것 같다.)Pandas에서 axis 매개변수는 데이터를 처리할 때 행과 열을 기준으로 작업을 수행하는 방향을 지정하는 데..

PANDAS 의 데이터는 어떻게 정의할까?다음 두 데이터 형태를 사용하여 데이터를 정의하고 각데이터를 연산함 시리즈어떤 항목에 대한 값들의 묶음. 정확한 정의는 Numpy 기능을 기반으로 만든 Wrapper 패키지로 벡터라이징이 가능하도록 만든 판다스의 모듈이다. 예를 들어, 이름 : 김연아, 송혜교, 김태희 ..... 데이터 프레임이런 시리즈 들의 묶음, 각 시리즈들은 인덱스를 공유함예를 들어,   시리즈 1 -> 이름 : 김연아, 송혜교, 이효리시리즈 2 -> 직업:  피겨선수, 배우, 가수두개를 붙여서 데이터 프레임.예를 또 들어,시리즈 1 : 국어 성적국어9090100시리즈 2 : 수학 성적수학8090100공통 특징은 '중간고사 성적' -> 인덱스로 정한다.  인덱스 여러개 붙이면 데이터 프레임이..