분류 전체보기(14842)
-
앙상블 모형(ensemble)
앙상블 모형(ensemble) · 주어진 데이터로부터 여러 개의 모델을 학습한 다음, 예측 시 여러 모델의 예측 결과들을 종합해 사용하여 정확도를 높이는 기법입니다. · 여러 개의 분류모형에 의한 결과를 종합하여 분류의 정확도를 높이는 방법입니다. · 적절한 표본추출법으로 데이터에서 여러 개의 훈련용 데이터 집합을 만들어 각각의 데이터집합에서 하나의 분류기(Classifiers)를 만들어 앙상블하는 방법입니다. https://en.wikipedia.org/wiki/Ensemble_learning 앙상블(Ensemble) '함께', '동시'에라는 뜻에서 의미가 전화하여 '통일', '조화'를 나타내는 용어입니다. http://bit.ly/2PQ7ngk http://bit.ly/2TAJlUH http://bi..
-
로지스틱 회귀 분석 그래프
로지스틱 회귀 분석 그래프 0을 기준으로 꺽여진 양의 값과 꺽여진 음의 값을 가지는 그래프를 따릅니다. 참(1)과 거짓(0) 사이를 구분하는 S자 형태의 선을 그려줍니다. 약물 치료 후 환자의 반응 예측 약물 치료에 대한 환자의 반응(종속 변수)을 예측하고자 할 때, 약물 치료 적용 후 환자가 살아남은 경우 1로, 살아남지 못한 경우를 0으로 표현할 수 있습니다.
-
Boundary Visualizer
Boundary Visualizer· ≒ 경계의 시각화 ≒ 임계의 가시화· 기계학습 분류결과를 시각화합니다.· 눈에 보이지 않는 현실을 데이터로서 사람이 인식할 수 있는 기준선 즉 임계로 가시화하는 것을 의미합니다. 임계점 또는 임계선이 있어야 분류의 기준으로 삼을 수 있기 때문입니다.· 데이터세트에서 생성한 내부표현이며 기계학습의 진행과정을 시각화한 의사결정경계의 공간적 표현이 됩니다.· 모든 데이터세트를 Boundary Visualizer 에 적용할 수 있는 것은 아니며 해당 데이터세트는 숫자형의 이루어진 속성이 2개여야 합니다.· 인스턴스 갯수가 150건 이상일 경우 경우에 따라 작동이 오래 걸리거나 결과가 제대로 나오지 않을 수 있습니다.
-
JavaBayes API(자바베이즈 API)
JavaBayes API(자바베이즈 API) · 데이터웍스(Dataworks)의 조 슈바이처(Joe Schweitzer)가 깃허브에 업데이트를 하고 있는 베이지안 네트워크을 위한 자바 API입니다. · jar파일을 다운받아 사용할 수 있습니다. https://github.com/jasebell/JavaBayesAPI 직접 다운로드
-
Bayesian rule(베이즈 정리)
Bayesian rule(베이즈 정리) · 베이즈 이론 ≒ 베이즈 법칙 ≒ 베이즈 규칙 · 토마스 베이즈(Thomas Bayes)의 이론을 그가 사망한 뒤에 1763년 리처드 프라이스(Richard Price)가 신의 존재를 증명하기 위해 쓴 에세이 "An Essay Towards Solving a Problem in the Doctrine of Chances"에서 인용한 이후 그의 이름을 따서 명명되었습니다. · 조건부확률을 구하는 공식을 말합니다. · 베이즈 정리는 사건 B 가 발생함으로써(사건 B 가 진실이라는 것을 알게 됨으로써 즉 사건 B 의 확률 P(B)=1 이라는 것을 알게 됨으로써) 사건 A 의 확률이 어떻게 변화하는지를 표현한 정리이다. 따라서 베이즈 정리는 새로운 정보가 기존의 추론에 ..
-
사전확률 vs 사후확률
사전확률 vs 사후확률