> 머신 러닝의 지도 학습 (kNN, 선형회귀, 로지스틱 회귀, 나이브 제이즈, 의사결정 나무. 서포트 벡터 머신)> 이 머신 러닝의 알고리즘을 합체시키는 것이 앙상블 학습이 있다. > 합체 방법은 여러가지 (voting (투표), bagging(구걸), boosting(가속), stacking(쌓다))> 하나의 모형을 분류기, 여러 분류기를 모아서 성능 좋은 분류기 생성> 그래도 개별 분류기의 성능이 accuracy 기준 50%는 넘겨야 함 (동전 던지는 것보다 나아야) 권장은 60% > 투표해서 결과 판단. #Voting 구분from sklearn.linear_model import LogisticRegression from sklearn import svmfrom sklearn.naive_bayes..
Machine Learning 입문
2024. 12. 28. 09:06
반응형
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- Pinch Off
- Depletion Layer
- Donor
- EBD
- PN Junction
- 양자 웰
- Energy band diagram
- 쇼트키
- semiconductor
- Semicondcutor
- Solar cell
- Acceptor
- Thermal Noise
- pn 접합
- MOS
- channeling
- Charge Accumulation
- fermi level
- 문턱 전압
- CD
- Optic Fiber
- C언어 #C Programming
- 광 흡수
- Fiber Optic
- Blu-ray
- Laser
- Diode
- 반도체
- Reverse Bias
- 열전자 방출
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
글 보관함