달력

2

« 2020/2 »

  •  
  •  
  •  
  •  
  •  
  •  
  • 1

 

 

 

강화 학습(RL; Reinforcement Learning)

·         현재의 상황(상태; State) 보고 어떤 행동(Action) 하면 어떤 보상(Reward) 받을지 예측하여 좋은(Positive) 보상 받는 쪽으로 행동하는 학습 방법입니다.

·         자신과 환경과의 상호 관계에 따라 자신의 행동을 개선해 나가는 학습법, 어떤 환경에서 보상을 최대로 하는 행동 선택하는 방법입니다.

·         강화라는 말을 사용한 이유는 상과 벌이라는 보상을 통해 '현재의 행위의 방향'으로 혹은 '반대방향'으로 행위를 강화하는 학습 방법으로, 상을 최대한 많이 받을 있는 방향으로 학습하는 방법입니다.

·         입력에 대한 출력과 점수를 통해 학습합니다. 학습에 의해 답이 정해지는 것이 아니라 모르는 환경에서 보상 (Reward) 최대 되도록 행동합니다.

·         학습용 데이터 집합에 해당하는 정보를 스스로 얻을 있는 기능을 갖추고 있습니다.

 

 

http://bit.ly/2PKIDmT

 

 

 

 

 

 

 


Posted by codedragon codedragon

댓글을 달아 주세요


 

 

 

재현율(Recall) & 정밀도(Precision) 예시

 

 

 

재현율(Recall) 계산

 

 

Predict Negative

Predict Positive

Predict data

 

 

PN=0

PP=1

total

True Negative

TN=0

5 (TN)

2 (FP)

7 (N)

True  Positive

TP=1

3 (FN)

5 (TP)

8 (P)

Actual data

total

8

7

15

 

지표

계산값

재현율(Recall)

= 민감도(Sensitivity)

= TPR

5/8=0.625

정밀도 (Precision)

5/7=0.7143

 



 

 

 

정밀도(Precision) 계산

 

 

Predict Negative

Predict Positive

Predict data

 

 

PN=0

PP=1

total

True Negative

TN=0

5 (TN)

2 (FP)

7 (N)

True  Positive

TP=1

3 (FN)

5 (TP)

8 (P)

Actual data

total

8

7

15

 

지표

계산값

재현율(Recall)

= 민감도(Sensitivity)

= TPR

5/8=0.625

정밀도 (Precision)

5/7=0.7143

 


 

Posted by codedragon codedragon

댓글을 달아 주세요

2020. 2. 6. 17:44

sort_values() Development/Python



 

 

sort_values()

데이터를 정렬해 줍니다.

 

DataFrame.sort_values(self, by, axis=0, ascending=True, inplace=False, kind='quicksort', na_position='last')

 

 

parameter

description

by

정렬 기준

axis

, 여부

value

description

axis=0

행처리 (index)

axis=1

열처리 (columns)

 

ascending

순차정렬 여부

value

description

ascending=True

순차정렬(ascending)

ascending=False

역순정렬(descending)

 

 

 

http://bit.ly/2RQVmp5


'Development > Python' 카테고리의 다른 글

iloc indexer  (0) 2020.02.07
확률분포 메서드  (0) 2020.02.07
sort_values()  (0) 2020.02.06
DataFrame 객체 생성  (0) 2020.02.06
시리즈의 데이터 갱신, 추가, 삭제  (0) 2020.02.06
시리즈와 딕셔너리 자료형  (0) 2020.02.06
Posted by codedragon codedragon

댓글을 달아 주세요


 

 

DataFrame 객체 생성

·         지정 데이터를 리스트나 일차원 배열 선언합니다.

·         각각의 열에 대한 이름(라벨) (key) 가지는 딕셔너리를 생성합니다.

·         생성된 딕셔너리 데이터를 DataFrame 클래스 생성자 인자로 설정합니다.

·         동시에 열방향 인덱스는 columns 인수로, 행방향 인덱스는 index 인수로 지정합니.

 

raw_data = {key: value,

       'col0': [10, 20, 30, 40],

            'col1': [100, 200, 300, 400],

            'col2': [1000, 2000, 3000, 4000]

}

 

data = pd.DataFrame(raw_data)

 

 

딕셔너리를 통해 칼럼에 대한 데이터를 저장한 딕셔너리를 DataFrame 클래스의 생성자 인자로 넘겨주면 DataFrame 객체가 생성됩니다.

 


 


'Development > Python' 카테고리의 다른 글

확률분포 메서드  (0) 2020.02.07
sort_values()  (0) 2020.02.06
DataFrame 객체 생성  (0) 2020.02.06
시리즈의 데이터 갱신, 추가, 삭제  (0) 2020.02.06
시리즈와 딕셔너리 자료형  (0) 2020.02.06
시리즈 인덱싱  (0) 2020.02.06
Posted by codedragon codedragon

댓글을 달아 주세요


 

 

 

시리즈의 데이터 갱신, 추가, 삭제

인덱싱(indexing) 이용하면 딕셔너리처럼 데이터를 갱신(update)하거나 추가(add), 삭제(del) 있습니다.

 

 

구분

코드

데이터 추가

Series객체[새로운index] =

데이터 변경

Series객체[기존index] = 새로운값

데이터 삭제

del Series객체[index]

 

 


'Development > Python' 카테고리의 다른 글

sort_values()  (0) 2020.02.06
DataFrame 객체 생성  (0) 2020.02.06
시리즈의 데이터 갱신, 추가, 삭제  (0) 2020.02.06
시리즈와 딕셔너리 자료형  (0) 2020.02.06
시리즈 인덱싱  (0) 2020.02.06
데이터프레임 인덱서  (0) 2020.02.05
Posted by codedragon codedragon

댓글을 달아 주세요


 

 

시리즈와 딕셔너리 자료형

·       시리즈 객체는 라벨 값에 의해 인덱싱이 가능하므로 실질적으로 라벨 값을 키(key)로 가지는 딕셔너리 자료형과 유사합니다.

·       딕셔너리 자료형과 비슷하여 딕셔너리 자료형에서 제공하는 in 연산이 가능합니다.

·       items() 메서드를 사용하면 for 루프를 통해 각 원소의 키(key)와 값(value)을 접근할 수도 있습니다.

·       딕셔너리 객체에서 시리즈를 만들 수 있습니다. 딕셔너리의 원소는 순서를 가지지 않으므로 시리즈의 데이터도 순서가 보장되지 않습니다. 만약 순서를 지정하고 싶다면 index 인자를 이용해서 인덱스를 리스트로 지정하면 됩니다.

 

 

in 연산

Series객체안에 인덱스를 인덱스값으로 가진 아이템이 있는지 확인합니다.

 

인덱스 in Series객체

 

for k, v in Series객체.items():

    print("%s = %d" % (k, v))

 

 

 

index 지정

pd.Series({"인덱스1": 1, "인덱스2": 2, ... },

               index=["인덱스1", "인덱스2", ...])

 

 



'Development > Python' 카테고리의 다른 글

DataFrame 객체 생성  (0) 2020.02.06
시리즈의 데이터 갱신, 추가, 삭제  (0) 2020.02.06
시리즈와 딕셔너리 자료형  (0) 2020.02.06
시리즈 인덱싱  (0) 2020.02.06
데이터프레임 인덱서  (0) 2020.02.05
시리즈(Series) vs 데이터프레임(Data-Frame)  (0) 2020.02.05
Posted by codedragon codedragon

댓글을 달아 주세요


 

 

 

시리즈 인덱싱

·       시리즈는 NumPy 배열에서 사용 가능한 인덱스 방법 이외에도 인덱스 라벨(label)을 이용한 인덱싱도 할 수 있습니다.

·       배열 인덱싱이나 인덱스 라벨을 이용한 슬라이싱(slicing)도 가능합니다.

·       문자열 라벨(label)을 이용한 슬라이싱(slicing)을 하는 경우에는 콜론(:) 기호 뒤에 오는 인덱스에 해당하는 값은 결과에 포함되지 않으므로 주의해야 합니다.

 


'Development > Python' 카테고리의 다른 글

시리즈의 데이터 갱신, 추가, 삭제  (0) 2020.02.06
시리즈와 딕셔너리 자료형  (0) 2020.02.06
시리즈 인덱싱  (0) 2020.02.06
데이터프레임 인덱서  (0) 2020.02.05
시리즈(Series) vs 데이터프레임(Data-Frame)  (0) 2020.02.05
DataFrame 구조도  (0) 2020.02.05
Posted by codedragon codedragon

댓글을 달아 주세요