TIL

데이터 확인 import pandas as pd df = pd.read_csv(”../dataset/housing.csv”, delim_whitespace=True, header=None) print(df.info()) Range Index:506 entries,0 to 505 Data columns (total 14 columns): 0 506 non-null float64 1 506 non-null float64 … … … … 13 506 non-null float64 Dtypes: float64(12), int64(2) memory usage: 55.4 KB Index 506개= 총 샘플의 수는 506개 컬럼 14개= 13개의 속성과 1개의 클래스 0 1 2 3 … 12 13 0 0.00632 18..

df_pre라는 공간에 데이터를 불러옵니다. sample() 함수 : 원본 데이터의 몇 %를 사용할지를 지정, 원본 데이터에서 정해진 비율만큼 랜덤으로 뽑아오는 함수 frac = 1 : 원본 데이터의 100%를 불러오라는 의미 (frac = 0.5로 지정하면 50%만 랜덤) df_pre = pd.read_csv(’../dataset/wine.csv’, header=None) df = df_pre.sample(frac=1) print(df.info()) Data columns (total 13 columns): 0 6497 non-null float64 1 6497 non-null float64 2 6497 non-null float64 3 6497 non-null float64 4 6497 non-nul..

import pandas as pd df = pd.read_csv(’../dataset/sonar.csv’, header=None) print(df.info()) Range Index: 208 entries,0 to 207 Data columns (total 61 columns): 0 208 non-null float64 1 208 non-null float64 … … … … 59 208 non-null float64 60 208 non-null object Dtypes: float64(60), object(1) memory usage: 99.2+ KB Index가 208개이므로 총 샘플의 수는 208개이고, 컬럼 수가 61개이므로 60개의 속성과 1개의 클래스로 이루어져 있음 모든 컬럼이 실수형(flo..

샘플 수: 150 속성 수: 4 - 정보 1: 꽃받침 길이 (sepal length, 단위: cm) - 정보 2: 꽃받침 너비 (sepal width, 단위: cm) - 정보 3: 꽃잎 길이 (petal length, 단위: cm) - 정보 4: 꽃잎 너비 (petal width, 단위: cm) 클래스: Iris-setosa, Iris-versicolor, Iris-virginica 클래스가 3개 - 참(1)과 거짓(0) = 이항 분류(binary classification)와 다름 , 여러 개 중에 어떤 것이 답인지를 예측하는 문제 - 여러 개의 답 중 하나를 고르는 분류 문제 = 다중 분류(multi classification) 상관도 그래프 import pandas as pd df = pd.read..

피마인디언은 우리나라 사람과 같은 뿌리를 가진 ‘몽골로이드계’로 주식은 콩과 호박같은 식물이었고, 먹을 것은 항상 풍족하지 못했다. 이 때문에 그들은 조금만 먹어도 잘 생존할 수 있도록 몸속에 음식을 축적해 놓으려는 유전자를 가지게 되었다. 그러나 미국으로 이주하고 식생활이 서구화되면서 못 먹는 상황에 유리하게 적응한 유전자가 비만을 초래해 각종 성인병을 유발했다. 그 후 그들의 자식, 그 자식의 자식들까지 비만, 당뇨병 등 성인병 발병률이 증가하기 시작했다. 피마인디언은 세계에서 당뇨병 발병률이 가장 많은 종족이 되었고, 피마 족의 남자 63%, 여자 70%가 당뇨병에 걸렸다는 보고가 최근 발표되기도 했다. pima-indians-diabetes.csv : 768명의 인디언으로부터 8개의 정보와 1개의..

폐암 수술 환자의 생존율 예측하기 전체 코드 # -*- coding: utf-8 -*- # 코드 내부에 한글을 사용가능 하게 해주는 부분입니다. # 딥러닝을 구동하는 데 필요한 케라스 함수를 불러옵니다. from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense # 필요한 라이브러리를 불러옵니다. import numpy as np import tensorflow as tf # 실행할 때마다 같은 결과를 출력하기 위해 설정하는 부분입니다. np.random.seed(3) tf.random.set_seed(3) # 준비된 수술 환자 데이터를 불러들입니다. Data_set = np.loadtxt("../data..

신경망 내부의 가중치는 오차 역전파 방법을 이용해 수정한다. 경사하강법의 확장 개념 임의의 가중치를 선언하고 결괏값을 이용해 오차를 구한 뒤 이 오차가 최소인 지점으로 계속해서 조금씩 이동시킨다. 오차가 최소가 되는 점(미분했을 때 기울기가 0이 되는 지점) 찾기 계산 방향이 출력층에서 시작해 앞으로 진행. 이러한 다층 퍼셉트론에서의 최적화 과정을 오차 역전파라고 한다. = 출력층으로부터 하나씩 앞으로 되돌아가며 각 층의 가중치를 수정하는 방법 오차역전파 구동 방식 1 . 임의의 초기 가중치(W)를 준 뒤 결과(y out)를 계산한다. 2 . 계산 결과와 우리가 원하는 값 사이의 오차를 구한다. 3 . 경사 하강법을 이용해 바로 앞 가중치를 오차가 작아지는 방향으로 업데이트한다. 4 . 위 과정을 더이상..

퍼셉트론의 한계 해결 방법 : 좌표 평면 자체에 변화를 주자! XOR 문제를 해결하기 위해서 두 개의 퍼셉트론을 한번에 계산 해야한다 ! 은닉층(hidden layer)을 만듦 퍼셉트론이 가운데 은닉층으로 자신의 가중치w와 바이어스b 값을 보내고, 은닉층에서 모인 값이 한 번 더 시그모이드 함수(σ)를 이용해 최종값으로 결과를 보낸다. 노드(node) = 은닉층에 모이는 중간 정거장 n1과 n2의 값은 각각 단일 퍼셉트론의 값과 같다. n1 = σ(x1w11 + x2w21+b1) n2 = σ(x1w12 + x2w22 + b2) 이제 각각의 가중치(w)와 바이어스(b)의 값을 정할 차례입니다. 2차원 배열로 늘어놓으면 다음과 같이 표시할 수 있습니다. 은닉층을 포함해 가중치 6개와 바이어스 3개가 필요합니..

퍼셉트론(perceptron)은 인공신경망의 한 종류로, 가장 간단한 형태의 피드포워드(Feedforward) 네트워크 - 선형분류기 로도 볼 수 있다. 퍼셉트론이 동작하는 방식은 다음과 같다. 각 노드의 가중치와 입력치를 곱한 것을 모두 합한 값이 활성함수에 의해 판단되는데, 그 값이 임계치(보통 0)보다 크면 뉴런이 활성화되고 결과값으로 1을 출력한다. 뉴런이 활성화되지 않으면 결과값으로 -1을 출력한다. 단층 퍼셉트론은 XOR 연산이 불가능하지만, 다층 퍼셉트론으로는 XOR 연산이 가능하다. 신경망을 이루는 가장 중요한 기본 단위 입력 값과 활성화 함수를 사용해 출력 값을 다음으로 넘기는 가장 작은 신경망 단위 y = wx + b (w는 가중치, b는 바이어스) 기울기 a → 가중치 w (weigh..

로지스틱 회귀의 목적은 일반적인 회귀 분석의 목표와 동일하게 종속 변수와 독립 변수간의 관계를 구체적인 함수로 나타내어 향후 예측 모델에 사용하는 것이다. 선형 회귀 분석과는 다르게 종속 변수가 범주형 데이터를 대상으로 하며 입력 데이터가 주어졌을 때 해당 데이터의 결과가 특정 분류로 나뉘기 때문에 일종의 분류 (classification) 기법으로도 볼 수 있다. ex) 점수가 아니라 합격 불합격만 발표되는 시험 공부한 시간 2 4 6 8 10 12 14 시험 결과 불합 불합 불합 합격 합격 합격 합격 공부한 시간에 따른 합격 여부 합격을 1 불합을 0이라고 하고 좌표 평면에 나타내면 직선의 일차방정식을 만들기 어렵다. 점들의 특성을 담아내려면 참(1)과 거짓(0)을 구분하는 S형태의 선을 긋는게 적절..