SQL & Python Study

✏️ STUDY INDEX 01. 로지스틱 회귀 (Logistic Regression) 02. 최근접 이웃 (K-Nearest Neighbors, K-NN)03. 평가지표 F1-score와 혼동행렬  01. 로지스틱 회귀 (Logistic Regression)이진 또는 다항 분류 문제 해결에 주로 사용하는 분석 기법*범주가 2개인 것 (ex. 스팸 메일인지 아닌지)데이터가 어떤 범주에 속할 확률을 예측선형 회귀 결과를 0~1 사이 값으로 반환하는 시그모이드 함수를 활용하여 확률로 반환하는 원리.비용 함수를 최소화하여 모델의 예측 성능을 높이는 것이 목표*비용함수 : 로지스틱 회귀 모델이 예측한 값과 실제 타겟 값 사이의 차이   🍀 파이썬 로지스틱 회귀 분석 관련 함수sklearn.linear_mode..

✏️ STUDY INDEX00. 머신러닝의 학습 방식 01. 선형 회귀 02. 비선형 회귀(다항 회귀) 03. 회귀 분석 평가지표 - MSE, RMSE, R²   ✅ 머신러닝의 데이터 학습 방법은 3가지로 구분할 수 있어요. 이번 포스팅은 지도 학습에 해당하는 회귀 분석에 대한 내용입니다. 지도 학습 (Supervised Learning) : 정답이 있는 학습. 주어진 데이터(x)를 바탕으로 정답(y)을 예측하는 것.회귀 분석 : 예측값(y)가 연속형 데이터인 경우 분류 분석 : 예측값(y)가 이산형 데이터인 경우 - 범주형 데이터, 이미지 등을 인코딩하여 분석함. 비지도 학습 (Unsupervised Learning) : 정답이 없는 학습. 데이터를 분석하여 패턴이나 구조를 발견하는 것. 군집화(Clu..

✏️ STUDY INDEX 01. 수치형 데이터 전처리 : 스케일링(Scaling) - 표준화(Standardization) - 정규화(Normalization) - 로버스트 스케일링(Robust Scaling) 02. 범주형 데이터 전처리 : 인코딩(Encoding) - 레이블 인코딩(Label Encoding)- 원-핫 인코딩(One-hot Encoding) 01. 수치형 데이터 전처리 : 스케일링(Scaling)스케일링(Scaling)은 수치형 데이터 전처리 방식으로 변수의 범위(단위) 값을 맞춰주는 작업이에요.  💡스케일링이 필요한 이유 - 변수의 크기가 다르면 종속 변수(y) 에 미치는 영향을 제대로 파악하기 어려움.- 특히, 가중치와 간 거리 계산 기반의 알고리즘(ex. 경사하강법, KNN)..