인공지능14 [밑바닥부터 시작하는 딥러닝] 퍼셉트론, 신경망 퍼셉트론 정의 퍼셉트론 : 많은 input을 입력받아 하나의 output 을 출력하는 것 뉴런 or 노드 : 신호값 (0 또는 1) 가중치 : 노드가 input 값으로 보내질 때 곱해지는 값 임계값 : output이 1이 되게 하는 어떤 값 (input 신호의 합이 임계값을 넘어서면 output이 1이 된다) 편향 : 결과값에 더해지는 값 (일차 함수에서 상수항) 퍼셉트론의 한계 일차 함수이기 때문에 직선으로만 표현이 가능하다. 따라서 직선 하나로 나눈 영역만 표현할 수 있다. 다층 퍼셉트론 뜻 : 여러 퍼셉트론을 층으로 쌓은 것 ex) XOR은 하나의 퍼셉트론으로 표현이 불가능하기 때문에 다음과 같이 NANA, OR, AND 를 쌓아서 만들어야 한다. XOR = ((NAND) AND (OR)) 신경망 .. 2021. 10. 21. [파이썬 머신러닝 완벽가이드] 평가 (정확도, 오차 행렬, 정밀도, 재현율) 정확도 클래스의 값을 평가하는 여러가지 유형 중 대표적인 방식에는 정확도가 있다. 정확도 = 예측 결과가 동일한 데이터 건수/ 전체 예측 데이터 건수 이를 바탕으로 타이타닉 생존자 데이터에 남자면 사망, 여자면 생존하는 분류 모델을 작성해보고 이 결과를 정확도를 측정해보자 import sklearn from sklearn.base import BaseEstimator import numpy as np 분류 모델 작성 #성별이 남자(1) 이면 사망, 여자(0) 이면 생존하는 분류 모델 class MyDummyClassifier(BaseEstimator): def fit(self, X, y=None): pass def predict(self, X): pred = np.zeros((X.shape[0], 1)).. 2021. 8. 16. [사이킷런] 데이터 전처리 2. 피처스케일링 표준화 (StandardScaler) 사이킷런에서는 표준화를 StandardScaler 함수를 통해 지원한다.이를 통해 개별 피처들을 평균이 0, 분산이 1인 값으로 변환해준다. 먼저 DataFrame 을 통해 데이터셋을 생성해준다. from sklearn.datasets import load_iris import pandas as pd iris = load_iris() iris_data = iris.data iris_df = pd.DataFrame(data=iris_data, columns = iris.feature_names) StandardScaler 을 이용하여 데이터 세트를 변환해 준다. from sklearn.preprocessing import StandardScaler scaler = St.. 2021. 8. 16. [사이킷런] 데이터 전처리 1. 데이터 인코딩 문자열은 입력 값으로 허용되지 않기 때문에 문자열을 숫자 형으로 변환하는 과정을 거쳐야 한다. 레이블 인코딩 (Label encoding) 사이킷런에서는 레이블 인코딩을 LabelEncoder라는 클래스를 이용하여 구현한다. fit(), transform 을 통해 아이템을 숫자로 인코딩한다. 예시 from sklearn.preprocessing import LabelEncoder items=['TV','냉장고','전자레인지','컴퓨터'] encoder = LabelEncoder() encoder.fit(items) labels = encoder.transform(items) print('인코딩 변환값:',labels) print('인코딩 클래스:', encoder.classes_) print('디코딩:'.. 2021. 8. 16. 이전 1 2 3 4 다음
