의사 결정 나무2 ML 스터디_1일 ▶️ 머신러닝에서의 학습? 1. 지도 학습(supervised learning) - 문제와 정답을 함께 학습하여 예측 또는 분류하는 방식입니다. - 데이터의 정답에 영향을 미치는 특성들을 입력 변수/독립 변수(x)라고 하고, 레이블(정답)을 출력 변수/종속 변수(y)라고 합니다. - 연속형 출력 변수의 경우에는 회귀 기술을 사용하고, 범주형 출력 변수의 경우에는 분류 기술을 사용합니다. 2. 비지도 학습(Unsupervised Learning) - 출력 변수(y)가 없고, 입력 변수(x) 간의 관계를 모델링합니다. - 클러스터링과 같은 군집 분석이나 association과 같이 데이터의 패턴이나 구조를 파악하는데 이용, PCA와 같이 차원을 줄이는 분석기법입니다. 3. 강화 학습(Reinforcement.. 2024. 3. 22. 의사 결정 나무(자전거 대여 예제) 1. 데이터 전처리 import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns bike_df = pd.read_csv('/content/drive/MyDrive/KDT/머신러닝과 딥러닝/data/bike.csv') bike_df.info() RangeIndex: 33379 entries, 0 to 33378 Data columns (total 16 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 datetime 33379 non-null object 1 count 33379 non-null in.. 2023. 12. 26. 이전 1 다음