728x90 분류 전체보기279 [Machine Learning] 실루엣 분석 silhouette analysis 군집화 평가 방법으로 각 군집 간의 거리가 얼마나 효율적으로 분리되어 있는지를 나타내는 평가 방법입니다. ● 실루엣 계수(silhouette coefficient) : 개별 데이터가 가지는 군집화 지표 ● 실루엣 계수는 개별 데이터가 가지고 있으며 같은 군집내의 데이터와 얼마나 가깝게 뭉쳐 있고, 다른 군집에 있는 데이터와는 얼마나 멀리 분리되어 있는지를 나타내는 지표입니다. ● 실루엣 계수는 다음과 같이 정의합니다. s(i) = - a(i) : i번째 데이터에서 자신이 속한 클러스터내의 다른 데이터 포인트들의 평균 거리 ex) 1번 데이터의 경우 a(1) = mean(a12, a13, a14) - b(i) : i번째 데이터에서 자신이 속하지 않은 클러스터 중 가장 가.. 2023. 2. 14. [Machine Learning] K-means_1 K-means ● 군집화(Clustering)에서 가장 일반적으로 사용되는 알고리즘 ● 군집 중심점이라는 특정한 임의의 지점을 선택해 해당 중심에 가장 가까운 포인트들을 선택하는 군집화 기법입니다. k=2인 군집화 ① 2개의 군집 중심점을 임의로 설정(초기화 알고리즘에 의해 적합한 위치에 중심점이 위치함)합니다. ② 각 데이터는 가장 가까운 중심점에 소속합니다. ③ 중심점에 할당된 데이터들의 평균 중심으로 중심점을 이동시킵니다. ④ 각 데이터는 이동된 중심점을 기준으로 가장 가까운 중심점에 다시 소속합니다. ⑤ 다시 중심점에 할당된 데이터들의 평균 중심으로 중심점을 이동합니다. ⑥ 평균 중심 이동을 반복하여 중심점을 이동하였지만 데이터들의 중심점 소속 변경이 없으면 군집화.. 2023. 2. 14. [Dimension Reduction] NMF 변환 NMF¶ In [1]: from sklearn.decomposition import NMF from sklearn.datasets import load_iris import matplotlib.pyplot as plt %matplotlib inline iris In [2]: iris = load_iris() iris_ftrs = iris.data NMF 변환 In [12]: nmf = NMF(n_components=2, max_iter=1000) nmf.fit(iris_ftrs) iris_nmf = nmf.transform(iris_ftrs) NMF 변환된 입력 데이터 값 시각화 In [13]: plt.scatter(x=iris_nmf[:,0], y= iris_nmf[:,1], c= iris.target.. 2023. 2. 13. [Dimension Reduction] SVD 변환 SVD¶ 사이킷런 TruncatedSVD 클래스를 이용한 변환¶ In [1]: from sklearn.decomposition import TruncatedSVD, PCA from sklearn.datasets import load_iris import matplotlib.pyplot as plt %matplotlib inline from sklearn.preprocessing import StandardScaler iris In [2]: iris = load_iris() iris_ftrs = iris.data SVD 변환 (스케일 전) In [3]: # 2개의 주요 component로 TruncatedSVD 변환 tsvd = TruncatedSVD(n_components=2) tsvd.fit(iris_.. 2023. 2. 13. [Dimension Reduction] LDA 변환 LDA¶ In [1]: from sklearn.discriminant_analysis import LinearDiscriminantAnalysis from sklearn.preprocessing import StandardScaler from sklearn.datasets import load_iris import pandas as pd import matplotlib.pyplot as plt %matplotlib inline In [2]: iris = load_iris() iris_scaled = StandardScaler().fit_transform(iris.data) LDA 변환 In [3]: lda = LinearDiscriminantAnalysis(n_components=2) lda.fit(ir.. 2023. 2. 13. [Dimension Reduction] PCA components 기반 변환 PCA ¶ Data source: https://archive.ics.uci.edu/ml/datasets/default+of+credit+card+clients In [1]: import pandas as pd import seaborn as sns import matplotlib.pyplot as plt %matplotlib inline # PCA from sklearn.decomposition import PCA from sklearn.preprocessing import StandardScaler # model import numpy as np from sklearn.ensemble import RandomForestClassifier from sklearn.model_selection import.. 2023. 2. 13. [Machine Learning] 차원 축소 차원 축소 (Dimension Reduction) 매우 많은 피처로 구성된 다차원 데이터 세트의 차원을 축소해 새로운 차원의 데이터 세트를 생성하는 기법입니다. ＊차원 증가의 한계 1) 수백 개 이상의 피처로 구성된 데이터 세트일수록 예측 신뢰도가 떨어집니다. 상대적으로 적은 차원에서 학습된 모델의 예측 신뢰도가 더 높습니다. 2) 피처가 많아질수록 개별 피처간에 상관관계가 높을 가능성이 커집니다. 특히, 선형 모델에서는 입력 변수 간의 상관관계가 높을 경우로 인한 다중 공선성 문제로 모델의 예측 성능이 저하됩니다. 3차원 이하의 차원 축소를 통해서 시각적으로 데이터를 압축해서 표현하면 직관적을 데이터를 해석할 수 있습니다. 함축적인 특성 추출은 기존 피처가 전혀 인지하기 어려웠던 잠재적인 요소를 추출하.. 2023. 2. 13. [Machine Learning] LDA Linear Discriminant Analysis ● 선형 판별 분석법으로 불립니다. ● PCA와 유사하게 입력 데이터 세트를 저차원 공간에 투영해 차원을 축소하는 기법입니다. ● 개별 클래스를 분별할 수 있는 기준을 최대한 유지하면서 차원을 축소합니다. ● 지도학습의 분류에서 사용하기 쉽습니다. 즉, 지도학습 이기에 LDA 학습할 입력데이터에 클래스의 결정 값이 있어야 합니다. LDA 변환 시 클래스의 결정 값이 필요합니다. ● 입력 데이터의 결정 값 클래스를 특정 공간상에서 최대한 분리할 수 있는 축을 찾습니다. ● 클래스 간 분산(between-class scatter)과 클래스 내부 분산(within-class scatter)을 사용하여 두 비율을 최대화하는 방식입니다. ● 클래스 간 분산은 최.. 2023. 2. 13. [JS_01][WEB] JavaScript 실행 방법1 사용자와 상호작용하도록 만들기 ex) 버튼을 누르면 배경이 나이트 모드로 바뀜 JavaScript는 HTML언어 위에서 동작하는 언어입니다. ● ● event 웹 브라우저 위에서 일어나는 일 https://www.w3schools.com/tags/ref_eventattributes.asp HTML Event Attributes W3Schools offers free online tutorials, references and exercises in all the major languages of the web. Covering popular subjects like HTML, CSS, JavaScript, Python, SQL, Java, and many, many more. www.w3schools.co.. 2023. 2. 13. [CSS_05][WEB] css 코드의 재사용 css문법만 style.css파일로 저장 태그 해당 문서와 외부 소스 사이의 관계를 정의할 때 사용합니다. 이 요소는 요소 내부에만 위치합니다. 주로 외부 스타일 시트를 연결할 때 사용합니다. rel은 필수 속성으로 현재 문서와 외부 리소스 사이의 연관 관계를 명시합니다. href는 링크될 URL 2023. 2. 13. [CSS_04][WEB] 반응형 웹 - 미디어 쿼리 반응형 웹 화면의 크기에 따라서 웹 페이지에 각 요소들의 크기가 자동적으로 재조정 됩니다. 미디어 쿼리 문법 media query screen width > 800px → @media(min-width:800px) { } screen width < 800px → @media(max-width:800px) { } @media only screen and (min-width: 300px) { logic } only | not 키워드 : only는 뒤의 조건만, not은 뒤의 조건을 제외한 조건 screen키워드 : 미디어 타입을 말하며 all, screen(컴퓨터와 모바일), print(인쇄용도) 가 주로 쓰이고 더 많은 타입이 존재합니다. 미디어 쿼리 속성은 논리 연산자를 사용하지 않으며 속성 명 앞에 m.. 2023. 2. 13. [CSS_03][WEB] 그리드 ● 태그 : 컨텐츠 분할 요소 division으로 영역을 나누는데 사용하는 태그 웹사이트의 레이아웃을 만들 때 주로 사용합니다. HTML 문서에서 특정 영역이나 구획을 정의하려고 할 때 사용합니다. HTML 요소들을 하나로 묶어주어 CSS나 javascript로 특정 작업을 수행하기 위한 일종의 컨테이너(container)로 자주 사용합니다. block level 요소로 혼자 한 줄 차지 ● 태그 텍스트의 특정 부분을 묶는 데 자주 사용합니다. inline 요소 ● 그리드 만들기 fr은 자동 화면 조절 단위 ● 웹 브라우저의 기술 채택 통계 서비스 https://caniuse.com/ Can I use... Support tables for HTML5, CSS3, etc caniuse.com 2023. 2. 12. [CSS_02][WEB] 박스 모델 태그의 부피 block level element : 화면 전체를 쓰는 태그 ex) h1 display: block; 으로 기능 부여 가능 inline element : content의 크기만큼 사용하는 태그 ex) a display: inline; 으로 기능 부여 가능 ● 테두리 border border-bottom ● 여백 (border안) padding ● 간격 (border밖) margin ● 너비 width 2023. 2. 12. [CSS_01][WEB] CSS 적용하기 웹 페이지를 디자인하는 것이 유지 보수가 쉽게 수행하도록 도와줍니다. html에 css 명령어로 해석하라는 명령어를 수행해야 합니다. html에 css를 삽입하는 방법 ① 태그 삽입 ② style 속성을 사용 ● 기본 문법 ① 태그 삽입 방법 a {} 는 선택자 (Selector) color:red는 선언 (Declaration) color는 속성 (Property) red는 값 (Value) ; (세미콜론) 적용한 효과 사이의 구분자 대상을 선택하고, 그 대상을 어떻게 디자인할지 선언하는 방식입니다. ② 스타일 속성 삽입 적용 하고 싶은 태그 안에 style = "color:red" ▶ Property ● text-decoration 밑줄 효과 text-decoration: none; text-deco.. 2023. 2. 12. [HTML_09][TAG] html 추가 기능 ● 동영상 삽입 위 코드를 직접 작성하는 것이 아닌 영상 공유에 '퍼가기' 기능을 사용한 html 언어를 찾아 자신의 웹사이트에 추가하면 됩니다. ● 댓글 기능 추가 (서비스) https://disqus.com/ Disqus – The #1 way to build your audience Disqus offers the best add-on tools for websites to increase engagement. We help publishers power online discussions with comments and earn revenue with native advertising. disqus.com https://www.livere.com/apply 라이브리 - 설치 LiveRe 월 이용료 .. 2023. 2. 12. [HTML_08][WEB] Internet ● 서버와 클라이언트 ● 웹 호스팅 VSCode Live server 인터넷여 연결된 컴터를 빌려주는 서비스 Hosting, cloud https://github.com/ GitHub: Let’s build from here GitHub is where over 100 million developers shape the future of software, together. Contribute to the open source community, manage your Git repositories, review code like a pro, track bugs and fea... github.com 소스 코드 보관 하기 : 로그인 > Create a new repository > uploading an e.. 2023. 2. 12. [HTML_07][WEB][TAG] 웹페이지 하나 완성하기 web 갈비치킨_레시피 하얀라볶이_레시피 한판 떡꼬치_레시피 레시피 탄생 의도 레시피 내용 1.html을 만들어 갈비치킨 레시피 내용을 적기 레시피 2.html을 만들어 하얀라볶이 레시피 내용을 적기 레시피 3.html을 만들어 한판 떡꼬치 레시피 내용을 저기 레시피 index.html을 만들어 메인 페이지 내용을 적기 레시피 의도 그 결과는 2023. 2. 11. [HTML_06][WEB][TAG] 태그의 링크 cf) html specification 사용 설명서 https://www.w3.org/TR/2011/WD-html5-20110405/ HTML5 This specification defines the 5th major revision of the core language of the World Wide Web: the Hypertext Markup Language (HTML). In this version, new features are introduced to help Web application authors, new elements are introduced based on research www.w3.org anchor String hypertext reference - href target =.. 2023. 2. 11. [HTML_05][WEB][TAG] 문서의 구조 웹 제목 Web_First 텍스트 인코딩 Html 페이지 구조 표시 최고의 tag 머리 본문 Html 기본 구조 2023. 2. 11. [HTML_04][WEB][TAG] 부모자식과 목록 List String 순서가 없는 목록 (Unordered List) string 순서가 있는 목록 (Ordered List) string 2023. 2. 11. 이전 1 ··· 3 4 5 6 7 8 9 ··· 14 다음 728x90
