혼자공부하는 머신러닝 딥러닝 2주차 후기 및 미션 완료

지난주에 이어서 이번주에도 머신러닝을 공부할때 가장 많이들 처음에 접하게 된다는 k-최근접 이웃 알고리즘과 선형회귀 알고리즘등을 공부했는데, 두번 반복해서 코드 실행해 보면서 조금 이해하는 정도라서 쉽지 않은듯 합니다.

제공되는 라이브러리들이 막강해서 아주 간결하게 결과를 도출해 낼수는 있는데, 그 과정을 이해 하는 부분이 무엇보다 중요하여 저자분의 동영상 강의를 잘 참고하고 있습니다.

챕터 3 : 회귀 알고리즘과 모델 규제

이번 챕터의 시작은 지난주에 학습했던 k-최근접 이웃 알고리즘을 이용해서 회귀 문제를 푸는 학습을 하였고, 특성이 하나인 선형회귀 알고리즘부터 여러개의 특성을 가지고 있는 다중회귀등을 학습했습니다.

기본 미션 : Ch.3(03-1) 2번 문제 출력 그래프 인증하기


perch_length = np.array([8.4, 13.7, 15.0, 16.2, 17.4, 18.0, 18.7, 19.0, 19.6, 20.0, 21.0,
       21.0, 21.0, 21.3, 22.0, 22.0, 22.0, 22.0, 22.0, 22.5, 22.5, 22.7,
       23.0, 23.5, 24.0, 24.0, 24.6, 25.0, 25.6, 26.5, 27.3, 27.5, 27.5,
       27.5, 28.0, 28.7, 30.0, 32.8, 34.5, 35.0, 36.5, 36.0, 37.0, 37.0,
       39.0, 39.0, 39.0, 40.0, 40.0, 40.0, 40.0, 42.0, 43.0, 43.0, 43.5,
       44.0])
perch_weight = np.array([5.9, 32.0, 40.0, 51.5, 70.0, 100.0, 78.0, 80.0, 85.0, 85.0, 110.0,
       115.0, 125.0, 130.0, 120.0, 120.0, 130.0, 135.0, 110.0, 130.0,
       150.0, 145.0, 150.0, 170.0, 225.0, 145.0, 188.0, 180.0, 197.0,
       218.0, 300.0, 260.0, 265.0, 250.0, 250.0, 300.0, 320.0, 514.0,
       556.0, 840.0, 685.0, 700.0, 700.0, 690.0, 900.0, 650.0, 820.0,
       850.0, 900.0, 1015.0, 820.0, 1100.0, 1000.0, 1100.0, 1000.0,
       1000.0])

from sklearn.neighbors import KNeighborsRegressor
import numpy as np
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
train_input, test_input, train_target, test_target = train_test_split(perch_length, perch_weight, random_state=42)

train_input = train_input.reshape(-1, 1)
test_input = test_input.reshape(-1, 1)

knr = KNeighborsRegressor()

x = np.arange(5, 45).reshape(-1, 1)

for n in [1, 5, 10]:
  
  knr.n_neighbors = n
  knr.fit(train_input, train_target)

  prediction = knr.predict(x)

  plt.scatter(train_input, train_target)
  plt.plot(x, prediction)
  plt.title('n_neighbors = {}'.format(n))
  plt.xlabel('length')
  plt.ylabel('weight')
  plt.show()

선택 미션 : 모델 파라미터에 대해 설명하기

모델 파라미터란 머신러닝 모델이 특성에서 학습한 파라미터를 말하며, 교재에서는 선영회귀 알고리즘을 사용하여 찾은 coef_와 intercept_ 값을 말합니다.

#혼공학습단 #혼공 #혼공머신

My Blog

혼자공부하는 머신러닝 딥러닝 2주차 후기 및 미션 완료