반응형 Computer Science/기계학습25 [Classification 1] 3. Classification algorithms - Decision tree Content Introduction to supervised learning approach Data split in supervised learning Classification algorithms KNN & distance measures Decision tree Random Forest, Ensemble approach SVM 3. Classification algorithms - Decision tree 3.1 Classification example 결정 트리의 경계는 조각별 선형(piecewise linear)이며 축에 평행(axis-parallel)하다는 것을 의미. 이는 결정 트리가 데이터를 분류하거나 회귀 분석을 할 때, 각 분할에서 사용하는 기준이 특정 특성(feature)의 값에 대.. 2024. 4. 21. [Classification 1] 3. Classification algorithms - distance measures ContentIntroduction to supervised learning approachData split in supervised learningClassific.. 2024. 4. 21. [Classification 1] 3. Classification algorithms - KNN Content Introduction to supervised learning approach Data split in supervised learning Classification algorithms KNN & distance measures Decision tree Random Forest, Ensemble approach SVM 3. Classification algorithms - KNN K-NEAREST NEIGHBOR ALGORITHM 3.1 Classification example 주어진 표는 분류 문제의 예시를 나타내며, 훈련 데이터와 테스트 샘플로 구성되어 있다. 훈련 데이터 각 행은 하나의 샘플을 나타내며, 'v1=strength'과 'v2=smooth'는 특성(Feature). 'y=.. 2024. 4. 21. [Classification 1] 2. Data split in supervised learning Content Introduction to supervised learning approach Data split in supervised learning Classification algorithms KNN & distance measures Decision tree Random Forest, Ensemble approach SVM 2. Data split in supervised learning 2.1 Over-fitting training data 과적합(over-fitting) 모델이 훈련 데이터에 너무 잘 맞춰져 있어서, 새로운 데이터나 테스트 데이터에 대해서는 잘 작동하지 않는 현상. 이는 모델이 훈련 데이터의 패턴뿐만 아니라 노이즈까지 학습해버려, 일반화(generalization) 능력이 .. 2024. 4. 21. 이전 1 2 3 4 5 6 7 다음 반응형
