📖공부방📖

보호되어 있는 글입니다.

보호되어 있는 글입니다.

보호되어 있는 글입니다.

보호되어 있는 글입니다.

보호되어 있는 글입니다.

보호되어 있는 글입니다.

연관분석제품별 거래 빈도표를 통해 규칙을 찾는데서 시작함시차 연관분석은 시간이 지남에 따라 어떤 소비형태를 보이는가에 대한 분석으로 원인과 결과의 형태로 해석이 가능해서 결과가 더 유용하게 쓰임 연관규칙(Association Rule)조건과 반응의 형태(if-then)로 결과 이해 쉬움목적변수가 없어 분석 방향이나 목적 없이도 적용 가능함너무 세분화된 품목은 의미없는 결과를 도출함실시간 상품추천을 통한 교차판매 등에 활용 가능함장점분석 방향이나 목적이 특별히 없는 경우 목적변수가 없으므로 유용함거래 내용에 대한 데이터를 변환 없이 그 자체로 이용할 수 있는 간단한 자료구조를 갖는 분석 방법임계산이 간단함결과이해 쉬움단점품목 수가 증가하면 분석에 필요한 계산이 기하급수적으로 증가함거래량이 적은 품목은 당연..

데이터 간 유사도/비유사도를 평가하여 데이터를 특정 개수의 군집으로 분할하는 기법 군집의 개수나 구조에 대한 가정 없이 다변량 데이터로부터 거리 기준에 의한 자발적 군집화를 유도함비지도 학습으로 사전 정보 없이 자료를 유사한 대상끼리 묶음다변량 분석(상관분석, 회귀분석, 주성분 분석 등)을 활용하여 각 군집에 대한 특징을 파악함 군집분석에 이용되는 다변량 자료는 별도의 반응변수가 필요 없음상관분석: 경향과 관계의 정도를 알아보는 분석 (인과관계, 분산을 알 수 없음)개체를 분류하기 위한 명확한 기준이 존재하지 않거나 기준이 밝혀지지 않은 상태에서 유용함군집분석은 하위군집 내 동질성 / 하위군집 간 이질성을 만족군집화의 방법에는 분리 군집, 밀도 기반 군집 등이 있음실루엣 계수(silhouette coef..

인공신경망: 뉴럴 네트워크(뇌 신경시스템)에서 영감을 받아 만들어진 모형분류 및 회귀 문제에 사용 가능비지도 학습에도 사용 가능단순한 계산 unit을 매우 많이 생성하고 이를 상호 결합하게끔 만든 시스템 이러한 시스템은 복잡한 현상을 재현할 수 있음데이터 내 비선형적인 관계를 포착하고 이를 통해 목표 변수를 예측일반적으로 다층 퍼셉트론을 의미함 정보의 흐름: 입력층 → 은닉층 → 출력층역전파 알고리즘(Back Propagation): 연결강도를 갱신하기 위해 예측된 결과와 실제값의 차이인 에러의 역전파를 통해 가중치를 조정 (목적함수를 최적화 하기 위해 사용함) 인공신경망에서 동일 입력층에 대해 원하는 값이 출력되도록 개개의 가중치(weight)를 조정하는 방법neuralet( ) 함수 사용 시 일반화 ..

앙상블(Ensemble): 여러 개별적 예측 모형을 결합하여 보다 강력하고 견고한 모형을 만드는 기법개별 모델의 약점 보완전체 성능 향상 (예측력, 안정성)훈련한 뒤 예측을 하는 데 사용하므로 교사학습법임 앙상블 모형의 특징각 모형의 상호 연관성이 높을수록 정확도는 떨어짐모형의 투명성이 떨어져 원인 분석에는 적합하지 않음이상값에 대한 대응력 증가전체적인 예측값의 분산을 감소시켜 정확도를 높일 수 있음 앙상블 분석 방법Stacking배깅(Bootstrap Aggregating): 데이터를 복원추출하여 여러 개의 부분집합(붓스트랩)을 만들고 각 부분집합에 모델(예측모형)을 학습시키는 방법 원 데이터 집합으로부터 크기가 같은 표본을 여러번 단순 임의복원 추출하여 각 표본에 대해 분류기를 생성한 후 그 결과를 ..