ML

군집화란 유사한 속성들을 갖는 관측치들을 묶어서 전체 데이터를 몇 개의 군집으로 나누는 것 군집화의 기준 동일한 군집에 소속된 관측치들은 유사할 수록 좋다 상이한 군집에 소속된 관측치들은 서로 다를 수록 좋다 군집화 수행시 주요 고려사항 어떤 거리 척도를 사용해서 유사도를 측정할 것인가? 유클리디안 거리 맨하탄 거리 마할라노비스 거리 상관계수 거리 어떤 군집화 알고리즘을 사용할 것인가? 계층적 군집화 : 개별 개체간의 순차적 구분 분리형 군집화 : 특정 기준에 의해 동시에 구분 자기조직화 지도 분포 기반 군집화 어떻게 최적의 군집 수를 결정할 것인가? Elbow Point 어떻게 군집화 결과를 측정하고 평가할 것인가? 1. 계층적 군집화 (Hierarchical Clustering) 개별 개체들의 순차적..

💡 선형회귀 모델 연습 설명 : 선형회귀 모델을 구축하여 통계적으로 해석 예측 : 새로운 입력 데이터(X) → 미래 반응변수 값(Y) 예측 및 평가 회귀모델의 검정 (참고 자료) why? 생성된 모델이 선형회귀의 기본 가정을 따르는지 아닌지는 체크해야한다. 가정을 따르지 않는데 데이터를 선형회귀에 끼워맞춘 결과값은 엉망진창쓰. (확률오차란? 확률오차(잔차) = 타겟값 - 예측값) 확률오차의 정규성 확인 (오차는 정규분포를 따른다는 가정) 확률오차의 등분산성 확인 (오차의 모든 분산이 동일하다는 가정) 독립성 (예측값~잔차 독립성, 독립변수~잔차 독립성, 잔차의 자기 상관성) 설명 결정계수 (R-squared) : 모형의 성능 평가 coef(ghlrnlrPtn) P-value가 0.05(유의수준)이하일 때..