파이썬활용머신러닝과딥러닝기초다지기 04. 머신러닝의 구성요소 05. scikit-learn

 

 

 

 

04. 머신러닝의 구성요소

 

1. 모델 표현방법

 

 

 

 ex)의사결정트리: 기호주의=귀납적 추론 <-철학, 심리학, 논리학

 

 

 ex)신경망 기반: 연결주의<-신경과학, 물리학

 ex)KNN:유추주의=유사성을 근거로 추정하면서 학습

 

 

ex)베이지안 이론:학습은 확률추론의 한형태 <-통계학

 

 

ex)유전 알고리즘<-진화주의, 유전학

 

ex) 모델 앙상블

 

 

 

 

2. 모델 평가 방법

 

 

 

• 에러의 제곱= 정답값과 모델 예측 값의 차이의 제곱
• 정확도= 정답을 맞춘 전체 데이터 개수/ 전체 데이터 개수
• 우도=레이블이 정답일 확률에 로그를 취한 것으로 그 확률이 커질 수록 우도는 커짐
• 정밀도= 검색한 결과 중에서 원하는 결과가 나올 비율
• 재현율=00사이트가 보여준 정보 수 / 전체 정보 수
• 엔트로피= 실제 정답확률p(y)과 모델예측 정답확률p(y')

 

 ex)정밀도와 재현률

 

 

 

 

 

 

 05. scikit-learn