본문 바로가기

LinkedIn
깃허브 바로가기

1️⃣ AI•DS/📕 머신러닝12

[04. 분류] GBM, XGboost 05. GBM 📌 개요 및 실습 💡 부스팅 알고리즘 여러개의 약한 학습기를 순차적으로 학습 - 예측하면서 잘못 예측한 데이터에 가중치 부여를 통해 오류를 개선해 나가면서 학습하는 방식이다. 대표 알고리즘 : AdaBoost, Gradient Booting Machine(GBM), XGBoost, LightGBM, CatBoost 1️⃣ AdaBoost → 오류 데이터에 가중치를 부여하면서 부스팅을 수행하는 대표적인 알고리즘 (교재 그림 확인) from sklearn.ensemble import AdaBoostClassifier from sklearn.metrics import accuracy_score clf = AdaBoostClassifier(n_estimators=30, random_state=10.. 2022. 3. 14.

[01,02] 머신러닝 개요 01. 파이썬 기반의 머신러닝과 생태계 이해 import numpy as np 👀 Numpy 함수 및 메서드 np.array() np.arange() np.zeros() np.ones() 👀 인덱싱 [ ] , 슬라이싱 [ : ] 👀 행렬의 정렬 : np.sort() , ndarray.sort(), np.argsort() 👀 선형대수 연산 : np.dot() import pandas as pd 👀 DataFrame 데이터 불러오기 정보 확인하기 👀 정렬, aggregation 함수, Groupby 적용 DataFrame.sort_values( by = , ascending = True, inplace = True) 연산함수 : min , max, sum, median, count (※ axis = 0 행,.. 2022. 3. 13.

이전 1 2 다음

728x90

티스토리툴바