전체 글399 KNN-iris 분류 실습 ### 문제정의 - 붓꽃의 품종을 구분하는 머신러닝 모델 만들기 - 지도학습, 분류 ### 데이터 수집 - sklearn에서 제공하는 Iris 데이터 셋을 사용 from sklearn.datasets import load_iris iris_data = load_iris() iris_data # 어떤 타입의 데이터? # 전체적으로는 딕셔너리 타입 - numpy 배열, String 등이 포함 # bunch라는 객체 형식으로 되어 있음. iris_data.keys() # 꽃받침 길이, 꽃받침 너비, 꽃잎 길이, 꽃잎 너비 iris_data['data'] # 어떤 품종을 가지고 있는지 # 숫자로 3개의 품종을 구분 iris_data['target'] # 0 : 'setosa', 1: 'versicolor', 2.. 2023. 6. 7. mysql 연결&데이터 불러오기 IDE(통합개발환경) mySQL --> workbench https://dev.mysql.com/downloads/workbench/ MySQL :: Download MySQL Workbench Select Operating System: Select Operating System… Microsoft Windows Ubuntu Linux Red Hat Enterprise Linux / Oracle Linux Fedora macOS Source Code Select OS Version: All Windows (x86, 64-bit) Recommended Download: Other Downloads: Windows (x86, 64-bit), M dev.mysql.com visual c++ 2019 오류로 .. 2023. 6. 7. 머신러닝 학습 7단계 머신러닝 학습단계 1. 문제정의 2. 데이터 만들기 3. 데이터 전처리 4. 탐색적 데이터 분석(EDA) ==> 위 문제에서는 생략 5. 모델생성, 하이퍼 파라미터 튜닝 6. 학습 7. 평가 BMI 실습 ### 문제정의 - 머신러닝을 통해서 어떤 문제를 해결할 것인가? - 500명의 성별, 키, 몸무게, 비만도 등급을 이용하여 비만을 판단하는 머신러닝 모델 만들기 - 목표 : 머신러닝 전체 학습과정의 흐름을 이해하기 - 지도학습 => 분류 ### 데이터 수집 - csv 파일로 이루어진 데이터 수집 - 500명의 성별, 키, 몸무게, 비만도 등급 import pandas as pd bmi = pd.read_csv('./data/bmi_500.csv') bmi ### 데이터 전처리 - 1. 결측치 처리 : .. 2023. 6. 5. Spring 코드 흐름 mybatis 차이 1번. pom.xml => Maven 웹 프로젝트에 대한 설정 2번. web.xml => 웹에 대한 설정 파일(배치기술자) => Deployment Descriptor 3번. root-context.xml => Spring 환경설정(DB연결 설정 기술) 4번. servlet-context.xml => Spring 환경설정(Dispatcher Servlet / FC 설정) servlet-context.xml web.xml console창에 떠야하는 ContextLoader. 서버 실행 시 ContextLoader가 뜨지 않는다면 web.xml, root-context.xml, mybatis .xml파일 확인해보기!! web.xml [FrontController 생성하는 구간] Dispa.. 2023. 6. 5. Spring기초_게시글 출력, 조회, 작성 스프링 프레임 워크 규칙 패키지 이름 = 파일 이름 무조건 동일해야함! root-context.xml => implements를 하기 위해서는 mybatis-spring schema 로드 해줘야함 Namespaces탭 들어가서 mybatis-spring 체크해주기 kr.smhrd.model Board.java package kr.smhrd.model; import java.util.Date; import lombok.AllArgsConstructor; import lombok.Data; import lombok.NoArgsConstructor; @NoArgsConstructor // 기본 생성자 생성 @AllArgsConstructor // 모든 필드에 데이터를 집어넣는 생성자 @Data // gette.. 2023. 6. 2. 머신러닝 기초_AND 연산 머신러닝 활용분야 머신러닝 종류 머신러닝 : 데이터에서 규칙을 찾아내는 것 1. 지도학습 문제, 정답을 학습 문제가 정답을 출력하기 위한 규칙을 찾아냄. -분류 : 정답의 종류가 정해져 있음 -회귀 : 정답의 종류가 정해져 있지 않음. 정답의 미묘한 차이가 크게 중요하지 않다. 2. 비지도 학습 문제만 학습 문제가 가지고 있는 특징(규칙, 패턴)을 찾음 -클러스터링(군집): 문제만 학습시켜서 특징이 비슷한 것끼리 그룹을 지어줌 -차원축소 : 의미있는 데이터만 남김으로 인한 데이터의 차원을 줄여줌 3. 강화학습 문제와 완벽하지 않은 정답을 학습 스스로 학습을 통해 정답을 찾음 ### AND 연산 - 문제정의 훈련데이터와 테스트 데이터 이해하기 AND 연산의 결과 도출하는 머신러닝 모델 학습하고 이해하기 #.. 2023. 6. 2. 이전 1 ··· 9 10 11 12 13 14 15 ··· 67 다음
