Development/Big Data, R, ...(885)
-
데이터 유형 - 정형, 비정형, 반정형
데이터 유형 빅데이터는 유형에 따라 정형, 비정형, 반정형의 데이터를 가지고 있습니다. 정형 데이터, 비정형데이터, 반정형데이터의 존재 유무 및 유형을 파악하는 것이 필요합니다.
-
TPR(True Positive Rate) vs FPR(False Positive Rate)
TPR(True Positive Rate) vs FPR(False Positive Rate) · TPR(True Positive Rate) · FPR(False Positive Rate) TPR(True Positive Rate) 실제 Class 1중에 잘 맞춘 비율 FPR(False Positive Rate) 실제 Class 0중에 못 맞춘 비율
-
TPR vs FPR 예시
TPR vs FPR 예시 TPR 계산 지표 계산값 TPR(True Positive Rate) 5/8=0.625 FPR(False Positive Rate) 2/7=0.2857 FPR 계산 지표 계산값 TPR(True Positive Rate) 5/8=0.625 FPR(False Positive Rate) 2/7=0.2857
-
통계적 가설 검정(statistical hypothesis test)
통계적 가설 검정(statistical hypothesis test)· 통계적 가설 검정은 통계적 추측의 하나로서, 모집단 실제의 값이 얼마가 된다는 주장(가설)과 관련해, 표본의 정보를 사용해서 가설의 합당성 여부를 판정하는 과정을 의미합니다.· 간단히 가설 검정(假說檢定)이라고 부르는 경우가 많습니다· 표본에서 얻은 정보를 통해 귀무가설과 대립가설 중 어떠한 가설이 옳고 그른지를 판단하는 방법입니다.· 가설 검정에서는 귀무가설, 대립가설, p-value가 사용됩니다. http://bit.ly/2AwdDAB
-
가설 검정(Hypothesis Testing)
가설 검정(Hypothesis Testing) · ≒ 통계적 가설 검정(statistical hypothesis testing) · 데이터 뒤에 숨어있는 확률 변수의 분포와 모수에 대한 가설의 진위를 정량적으로 증명하는 작업입니다. · 가설(hypothesis)을 증명하는 행위를 통계적 가설 검정(statistical hypothesis testing) 줄여서 검정(testing)이라고 합니다. · 모집단에 대한 어떤 가설을 설정한 뒤에 표본관찰을 통해 그 가설의 채택여부를 결정하는 분석방법입니다. · 가설검정에서 가장 기본적인 사항은 검정하고자 하는 모집단의 모수에 대한 가설 설정입니다. · 가설(hypothesis)는 항상 귀무가설(Null hypothesis, H0)과 대립가설(Alternative..
-
2.Summary - 2. 분석 정보 시각화하기
정보 시각화 방법 현재 가장 많이 사용되고 있는 차트와 그래프들을 시각화 방법별로 구분한 것입니다.