Make your data chart, easily

KNN_2 1. 파이썬 라이브러리를 이용한 KNN¶ OpenCV 에 있는 KNN 라이브러리를 가지고, 앞서 해보았던 iris data 분류를 해보고자 한다.https://docs.opencv.org/3.0.0/d5/d26/tutorial_py_knn_understanding.html 를 먼저 읽고 따라해보았다. In [308]: import cv2 import numpy as np import matplotlib.pyplot as plt 아래 코드는 랜덤으로 25*2 형태를 가지는 matrix 생성한다. Input 값이 되겠다. 해당 라이브러리를 이용하기 위해서는 float 형이어야한다. In [309]: # Feature set containing (x,y) values of 25 known/train..

1. KNN 이란?지도 학습의 한 종류로, 레이블이 있는 데이터를 사용하여 분류 작업을 하는 알고리즘이다. 데이터로부터 거리가 가까운 k개의 다른 데이터의 레이블을 참조하여 분류한다. 유일하게 필요한 것은 다음과 같다거리를 재는 방법 서로 가까운 점들은 유사하다는 가정장점알고리즘이 간단하여 구현하기 쉽다.단점차원(벡터)의 크기가 크면 계산량이 많아진다. 현상의 원인을 파악하는 데는 큰 도움이 되지 않는다.2. 알고리즘 순서1) 특정한 점과 다른 점들과의 거리 측정 2) 가까운 k 개의 점 선별 3) 선별된 점들의 레이블을 보고 다수결(majority vote)로 새로운 데이터 포인트의 레이블을 정한다2_1. 특정한 점과 다른 점들과의 거리 측정두 점 사이의 거리를 측정하는 방법은 간단하다. 두 점이 각각..

김성훈 교수님의 모두를 위한 딥러닝 강의를 들을 때 가장 많이 사용되는 데이터가 MNIST 이다. 따라서 해당 데이터에 대해 알아보고자 한다. (이미지 출처 : https://www.tensorflow.org/get_started/mnist/beginners) https://www.tensorflow.org 에 이에 대한 설명이 친절하게 나와있다. (https://www.tensorflow.org/get_started/mnist/beginners) (https://www.tensorflow.org/get_started/mnist/pros) 첫 부분에 Programming 에는 Helloworld 가 있듯이, Machine learning 에는 MNIST 가 있다! 라는 말에 귀여움이 느껴진다. 실제 MN..

머신러닝 김성훈 교수님 강의를 들으며 많이 사용했던 소프트맥스. 개념이 헷갈려 정리해본다. 소프트맥스(SoftMax) 는 입력값을 가지고 해당 식을 바탕으로 출력값으로 0~1 사이의 값으로 나타낸다. 그 출력값의 총합은 항상 1이 되는 특성을 가진다. 가장 큰 출력값을 부여받은 항목이 가장 큰 확률을 가진다. 예를 들어, [1 , 1, 2] 를 입력 시, 그 출력값은 반올림 하여 [0.2, 0.2, 0.6] 이다. 해당 식 아래와 같이 파이썬으로 구현해보았다. 출력이 [0.25, 0.25, 0.5]가 아닌 [0.2, 0.2, 0.6] 가 되는 이유는 의 특성 때문이다. 입력값이 클수록 기울기가 증가한다. 그래프로 표현하면 아래와 같다. SoftMax의 출력값을 가지고 One hot encoding 을 해..