LDA/QDA는 간단하게 말해서 집단간의 분산대비 평균의 차이는 최대로 하는 Decision Boundary를 찾아내는 방법이다. 자세한 직관적 이해와 수학적 원리는 아래 링크를 통해 학습하기 바란다. https://todayisbetterthanyesterday.tistory.com/25 [Data Analysis 개념] LDA와 QDA의 이해 *아래 학습은 Fastcampus의 "머신러닝 A-Z까지"라는 인터넷 강의에서 실습한 내용을 복습하며 학습과정을 공유하고자 복기한 내용입니다. LDA는 간단하게 말해서 집단간의 분산대비 평균의 차이는 todayisbetterthanyesterday.tistory.com 이 게시글은 Python을 통한 실습 과정만 존재한다. 과정의 순서는 1. 기본적인 LDA(L..

KNN(K-nearest neighbors)알고리즘은 분포된 주변 k개의 데이터를 통해서, 타겟변수를 회귀/분류하는 모델이다. 이번 게시글은 KNN을 sklearn에 존재하는 iris Data Set을 통해서 직접 구현해보는 과정을 진행하겠다. 이 게시글은 Python 코드의 과정만 존재하기에 KNN에 대한 직관적/이론적 이해는 아래 링크를 통해서 학습하길 추천한다. https://todayisbetterthanyesterday.tistory.com/19 [Data Analysis 개념] KNN(K-Nearest-Neighbors)알고리즘 ※ 이 게시글은 KNN분류에 대한 이론만 게시된 게시글입니다. KNN이란, K-Nearest-Neighbors의 약자로, 간단하게 말해서 K개의 이웃한 데이터를 기반으..

나이브 베이즈 모델은 데이터가 적을 때, 간단한 학습으로도 효율적인 성능을 낼 수 있는 기본적인 머신러닝 모형이다. https://todayisbetterthanyesterday.tistory.com/17 [Data Analysis 개념] NaiveBayes(나이브 베이즈) 모델 - 조건부 확률 / 베이즈 정리 / Multinomial, Gaussian, Be 나이브 베이즈 분류 예시) 테니스를 좋아하는 한 사람이 있다고 하자. 만약, 이 사람이 1. 날씨가 좋고 2. 습도가 낮은 날에 테니스를 칠 확률은 얼마나 되는가? 주어진 데이터에 따라 경우가 �� todayisbetterthanyesterday.tistory.com 나이브 베이즈의 이론에 대한 설명은 위의 링크를 통해 살펴보면 된다. 이 게시글에..

PCA는 Principal component analysis의 약자로 차원의 저주를 해결하기 위한 방법 중 하나이다. 많은 변수들 사이에서 수학적인 연산을 통해 PC score를 얻어내고, 높은 PC score를 기반으로 LogisticRegression회귀분석을 진행한다. 이번 게시글에서는 이를 Python으로 실습하는 과정을 풀어나갈 것이다. 만약 이론과 원리에 대해 알고 싶다면 아래 링크를 통해 확인하길 바란다. https://todayisbetterthanyesterday.tistory.com/22 [Data Analysis] 차원 축소법 - PCA(주성분 분석) 이 게시글은 PCA의 이해와 수학적 과정만을 다룬다. Python 실습코드를 따라가보면 훨씬 이해가 잘 될 것이다. 아래 링크를 남겨놓..

실습에 사용될 데이터 : 개인대출 데이터 -----target Personal Loan ( 0 or 1 의 값을 갖는 변수이다. ) -----feature Experience 경력 Income 수입 Famliy 가족단위 CCAvg 월 카드사용량 Education 교육수준 (1: undergrad; 2, Graduate; 3; Advance ) Mortgage 가계대출 Securities account 유가증권계좌유무 CD account 양도예금증서 계좌 유무 Online 온라인계좌유무 CreidtCard 신용카드유무 ※ 실습은 Ridge와 Lasso만 진행하며, ElasticNet은 개념설명만 존재합니다. Ridge / Lasso / Elastic-Net의 개념은 아래 링크에 저장되어 있고, 이 페이지는..