목록python (76)
sein-choi 님의 블로그
[Python : ML] K-Means Clustering 실습
✅고객 세그멘테이션비지도 학습이 가장 많이 사용되는 분야는 고객 관계 관리(Customer Relationship Management, CRM)분야이다. 이중 고객 세그멘테이션(Customer Segmentation)은 다양한 기준으로 고객을 분류하는 기법입니다. 주로 타겟 마케팅이라 불리는 고객 특성에 맞게 세분화 하여 유형에 따라 맞춤형 마게팅이나 서비스를 제공하는 것을 목표로 둔다. RFM의 개념Recency(R) : 가장 최근 구입 일에서 오늘까지의 시간Frequency(F) : 상품 구매 횟수Monetary value(M) : 총 구매 금액✅RFM을 활용한 고객 세그멘테이션 실습할 데이터 셋 : UCI 데이터 세트 다운로드 컬럼 이름컬럼 설명InvoiceNO6자리의 주문번호(취소된 주문은 C 로..
[Python : ML] 비지도 학습 - K-Means Clustering
✅대표적인 비지도 학습인 K-평균 알고리즘 (K-Means Clustering)분석가가 선정한 K군집 수를 기준으로 데이터를 군집화하는 것 🔸K-Means Clustering 프로세스1. K개 군집 수 설정 (3개 군집수 설정)2. 임의의 중심을 선정 (빨강, 초록, 파랑을 중심으로 선정)3. 해당 중심점과 거리가 가까운 데이터를 그룹화 4. 데이터의 그룹의 무게 중심으로 중심점을 이동- 각 그룹의 중심을 해당 그룹에 속한 데이터 포인트들의 평균으로 업데이트5. 중심점을 이동했기 때문에 다시 거리가 가까운 데이터를 그룹화 (3~5번 반복)6. 그룹의 중심이 더이상 변화하지않을때 까지 반복한다. 🔸장점일반적이고 적용하기 쉽다.🔸단점거리 기반으로 가까움을 측정하기 때문에 차원이 많을 수록 정확도가 떨어..
[Python : ML] 지도 학습 - 부스팅
부스팅 알고리즘가장 최근의 알고리즘이다.여러 개의 약한 학습기(weak learner)를 순차적으로 학습하면서 잘못 예측한 데이터에 가중치를 부여하여 오류를 개선해나가는 학습 방식이다.하이퍼 파라미터 조절하고 그 이론을 안다면 적용할 부분이 많다 Weak learner #1 : 빨간색과 녹색 포인트를 분리하는 결정 경계(점선)를 보여주지만, 강조된 빨간색 포인트는 잘못 분류 되었다.Weak learner #2 : 이전에 잘못 분류된 빨간색 포인트를 더 잘 분류하는 다른 결정 경계를 보여준다. Strong learner : 약한 학습기의 결정을 통합하여 빨간색과 녹색 포인트를 더 잘 분리하는 결합된 결정 경계를 보여준다. 🔶부스팅 알고리즘 종류 🔸Gradient Boosting Model : 가중치..
[Python : ML] 지도 학습 - 최근접 이웃(KNN)
✅최근접 이웃(KNN) : 주어진 데이터 포인트의 가장 가까운 k개의 이웃을 기반으로 예측하는 방법예를 들어,K=3이라면 별 1개와 세모 2개이므로 ? 는 세모로 예측될 것K=7이라면 별 4개와 세모 3개이므로 ?는 별로 예측될 것별과 세모는 타겟 변수이다. 예시 : 영화 평점(x축)과 관람객 수(y축)를 이용하여 영화의 흥행 여부를 예측하는 경우x축 : 영화 평점 (독립 변수)y축 : 관람객 수 (독립 변수)타겟 변수 : 흥행 여부 (종속 변수) 🔸KNN의 프로세스 거리 측정 : 주어진 데이터 포인트와 기존 데이터 포인트들 간의 거리를 계산한다. 일반적으로 유클리드 거리(Euclidean distance)를 많이 사용한다.이웃 선택 : 가장 가까운 k개의 데이터 포인트(이웃)를 선택한다.결정 : 분..
[Python : ML] 지도 학습 - 랜덤 포레스트
의사결정 나무의 과적합 및 불안정성 문제를 해결하기 위한 방법으로, 여러 개의 나무(tree)를 결합하여 숲(forest)를 만드는 아이디어가 바로 랜덤 포레스트이다. 🔸배깅(Bagging)의 원리데이터 부족문제를 해결하기위한 방법Bootstrapping + AggregatingBootstrapping : 데이터를 복원 추출해서 유사하지만 다른 데이터 집단을 생성하는 것복원 추출: 데이터를 추첨한 후, 중복 추출이 가능하도록 한 번 뽑은 표본을 모집단에 다시 넣어 다음 표본을 추출하는 방법. 즉, 같은 데이터가 여러 번 추출될 수 있다. Bootstrap을 통해 생성한 데이터 샘플들은 모집단의 분포를 유사하게 따라가고 있으니 다양성을 보장하면서 데이터의 부족한 이슈를 해결할 수 있다.Aggregatin..
[Python : ML] 지도 학습 - 의사결정나무
🔸타이타닉 성별에 따른 생존예측을 의사결정 나무 알고리즘에 적용 후 시각화 예시루트 노드(Root Node) : 의사결정나무의 시작점. 최초의 분할조건리프 노드(Leaf Node) : 루트 노드로부터 파생된 중간 혹은 최종 노드 불순도(impurity)지니 계수는 데이터의 순도를 측정하는 데 사용되는 지표 중 하나이다. 0과 1 사이의 값을 가지며, 값이 0에 가까울수록 데이터가 순수하고(즉, 특정 클래스에 속하는 데이터만 존재), 1에 가까울수록 데이터가 불순하다(즉, 다양한 클래스의 데이터가 균등하게 분포되어 있음)는 것을 의미한다.완벽한 순도 (0) : 모든 데이터가 단 하나의 클래스에만 속하는 경우이다. 즉, 특정 노드에 속한 모든 데이터가 동일한 클래스라는 의미이다.완전한 불순도 (1) : 각..