BOAZ
-
BOAZ 분석 멘토링 A조 - 2 / SVMBOAZ 2021. 7. 31. 01:23
핸즈온 머신러닝 5장에 있는 개념들을 공부하고 이 글에 정리해보았습니다. 코드 참고 : https://github.com/danny980521/BOAZ_Analysis_Mentoring_A/blob/main/5.ipynb 선형 SVM 분류 : 아래의 왼쪽 그림의 점선은 두 클래스를 명확히 구분하지 못하지만 나머지 실선은 잘 구분짓고 있다. 하지만 결정 경계가 샘플에 너무 가깝기 때문에 새로운 샘플에 대해서는 아마 잘 작동하지 못할 것이다. 오른쪽 그림은 두 클래스를 명확히 구분하면서도 제일 가까운 훈련샘플과 최대한 멀리 떨어져 있다. 이처럼 폭이 가장 큰 도로를 찾는 것이 SVM의 원리이며, 라지 마진 분류라고도 한다. 하드 마진 분류 : 모든 샘플을 도로 바깥쪽에 분류되도록 하는 분류법. 데이터가 선형..
-
BOAZ 분석 멘토링 A조 - 1 / 분석, 회귀BOAZ 2021. 7. 24. 08:44
핸즈온 머신러닝 3, 4장에 있는 개념들을 공부하고 이 글에 정리해보았습니다. 코드 참고 : https://github.com/danny980521/BOAZ_Analysis_Mentoring_A/blob/main/3%264.ipynb 오차 행렬 : 학습된 분류 모델이 예측을 수행하면서 얼마나 헷갈리고(confused) 있는지도 함께 보여주는 지표 정밀도 : 양성 예측의 정확도. TP/(TP + FP)로 계산한다. 재현율(=민감도) : 정확히 감지한 샘플 중 양성의 비율. TP/(TP + FN)로 계산한다. 특이도 : 음성으로 정확하게 분류한 음성 샘플의 비율. TN/(TN + FP)로 계산한다. F1 점수 : 정밀도와 재현율의 조화평균 ROC 곡선 : 거짓 양성 비율(FPR = 1 - 특이도)에 대한 진..