[혼공족] 혼자 공부하는 머신러닝 + 딥러닝 1주차 Ch01

Ch01 나의 첫 머신러닝

01-1 인공지능과 머신러닝, 딥러닝

• 인공지능: 사람처럼 학습하고 추론하는 시스템
• 머신러닝: 자동으로 규칙을 학습하는 알고리즘을 연구하는 분야
  대표 라이브러리: 사이킷런
• 딥러닝: 인공 신경망
  대표라이브러리: 텐서플로우, 파이토치

01-2 코랩과 주피터 노트북

마크다운 형식	설명
# 제목	# 1~5개 제목 글자 크기 결정
**혼공머신**	혼공머신 굵은 글씨
*혼공머신* _혼공머신_	혼공머신 기울임 꼴
~~혼공머신~~	혼공머신 취소선
`print()`	백틱 기호로 코드 서체
> 혼공머신	들여쓰기
* 혼공머신 - 혼공머신	글머리 기호
[한빛미디어](www.hanbit.co.kr)	링크 만들기
	이미지 추가
$y = 2x$	레이텍 추가

 

01-3 마켓과 머신러닝

k-최근접 이웃으로 이진 분류 머신러닝 모델 훈련

• 도미와 빙어 데이터를 matplotlib으로 산점도(scatter plot)를 파악했다.

• 훈련에 사용할 데이터 셋을 만든다.

 

 

• k-최근접 알고리즘: 주위 데이터 거리를 계산하고 가장 가까운 데이터들로 다수결의 원칙에 따라 예측한다.
  n_neighbors 매개변수로 참조 데이터 개수를 변경할 수 있다.
• 이진분류: 2개의 클래스 중 하나를 고르는 문제

 

[30, 600]을 예측했을 때 [1] 도미로 예측한다.

 

_fit_X에 fish_data, _y에 fish_target을 가지고있다.

 

• n_neighbors 매개변수로 참고할 가장 가까운 데이터의 개수를 정한다. (49개의 데이터를 참조)
  • 도미가 35 마리 빙어가 14마리이기 때문에 다수결로 49의 모든 데이터를 도미로 예측한다.
  • 35/49 = 0.714
• score로 확인할 수 있다. 

kn49 = KNeighborsClassifier(n_neighbors=49)

kn49.fit(fish_data, fish_target)

# score = 35/49  = 0.7142857142857143

kn49.score(fish_data, fish_target)