태지쌤

로봇 & 코딩교육 No.1 크리에이터

비지도학습 2

비지도 학습 결과 평가: 산점도 활용 가이드

비지도 학습 결과 평가: 산점도 활용 가이드​​비지도 학습은 라벨이 없는 데이터를 기반으로 학습하는 머신 러닝 알고리즘입니다.비지도 학습 모델의 성능을 평가하는 것은 도전적인 작업입니다.따라서 다양한 평가 방법들이 제안되었으며, 그 중 산점도(scatter plot)는 비지도 학습 결과를 시각적으로 확인하는 데 유용한 도구입니다.이 글에서는 산점도를 활용한 비지도 학습 결과 평가 방법을 단계별로 설명하고, 각 단계에서 고려해야 할 사항과 주의점을 알아보겠습니다.​1. 데이터 준비 및 전처리데이터 불균형 문제 해결: 데이터 세트에 불균형이 존재하는 경우, 표본 추출(sampling) 또는 데이터 변환(data transformation)을 통해 불균형을 해소해야 합니다.데이터 정규화: 데이터의 척도가 서로..

Data Science 2024.07.05

[인공지능] 지도학습 분류 vs 비지도학습 군집화 비교

​ 지도학습과 비지도학습은 머신러닝의 두 가지 주요 패러다임입니다. 이들 간에는 몇 가지 중요한 차이점이 있습니다. ​ 1. 목표와 지도 데이터의 존재 여부: - 지도학습: 명시적인 목표가 있으며, 레이블된 지도 데이터를 사용하여 모델을 학습시키는 방법입니다. 모델은 입력 데이터와 그에 대한 정답 레이블 사이의 관계를 학습하여 예측을 수행할 수 있습니다. - 비지도학습: 명시적인 목표가 없으며, 레이블되지 않은 데이터를 사용하여 숨겨진 구조나 특성을 발견하는 방법입니다. 모델은 데이터의 패턴, 유사성, 군집 등을 파악하고 추론합니다. ​ 2. 데이터의 형태와 사용 방법: - 지도학습: 입력 데이터와 해당하는 출력(레이블) 사이의 관계를 학습하는 방식으로, 데이터에 대한 사전 정보(레이블)가 필요합니다. ..

Data Science 2023.05.23
반응형