개별 관측데이터에 대한 가우시안 커널함수 적용 파트에서 질문
204
작성한 질문수 63
잘 이해가 되지 않는 부분이 있어 질문드립니다.
해당 파트에서 support로 -4에서 4까지의 범위를 200개로 나누는데
범위와 해당 범위를 몇개로 나눌 것인지는 임의로 정하는 것인지, 그리고 왜 해당 범위를 나누어 줘야 하는 것인지 궁금합니다.
또한 norm.pdf에서 pdf가 정규분포의 확률밀도 값을 구하기 위한 메서드가 맞나요?
답변 1
0
1. 범위와 해당 범위를 몇개로 나눌 것인지는 임의로 정하는 것인지, 그리고 왜 해당 범위를 나누어 줘야 하는 것인지 궁금합니다.
=> 임의로 정하시면 됩니다. 단 관측값 x 는 support내에서 발생해야 합니다.
x = np.random.normal(0, 1, size=30)와 같이 평균이 0, 표준 편차가 1로 했으므로 -4 ~ 4 사이의 범위 값을 정하면 x데이터는 random으로 발생시켜도 99% 이상은 +/- 4배의 표준 편차 안에 포함되므로 적절한 범위라고 판단되어 -4 ~ 4 사이의 값을 정했습니다.
-4 ~ 4 사이의 값을 너무 작게 정해주면 확률 밀도 함수 norm.pdf(support)가 우리가 알고있는 좌우 대칭형의 종을 거꾸로 뒤집은 형태로 이상적인 값으로 잘 나오지 않습니다. 그래서 -4 ~4 사이에 200개의 값을 구해서 이를 기반으로 norm.pdf(support)를 구했습니다.
아래와 같이 support를 10개만 만드는 코드로 변화 시키면 가우시안 커널이 정규 분포형태로 잘 만들어지지 않음을 알 수 있습니다.
bandwidth = 1.06 * x.std() * x.size ** (-1 / 5.)
support = np.linspace(-4, 4, 10)
2. norm.pdf에서 pdf가 정규분포의 확률밀도 값을 구하기 위한 메서드가 맞나요
=> stats.norm(x_i, bandwidth).pdf(support)는 평균이 x_i, 표준 편차가 bandwidth인 random 값에 대해서 평균이 0, 표준편차가 1, 모수가 support인 정규 분포 확률 밀도 함수를 반환합니다.
모델 서빙과 관련된 강좌가 출시되는지 질문드립니다.
0
52
2
안녕하세요 열심히 수강중인 학생입니다
0
89
2
정수 인덱싱
0
86
2
넘파이 오류
0
109
2
11강 numpy의 axis 축 질문 드립니다.
0
107
2
Kaggle 에서 Santander customer satisfaction data 를 다운로드 되지가 않습니다.
0
94
2
Feature importances 를 보여주는 barplot 이 그래프로 안보여져요.
0
77
2
타이타닉 csv 파일이 주피터 화면에 보이지 않습니다.
0
83
2
타이타닉 csv 파일이 주피터 화면에 보이지 않습니다.
0
73
2
5강 강의 오류가 있어요.
0
90
1
실무에서 LTV 관련 모델 선택 질문입니다!
0
81
2
14강 강의 듣는중에 궁금한게 있어서 질문합니다~
0
76
3
파이썬 다운그레이 후 사이킷런 재설치
0
129
2
좋은 강의 감사합니다.
0
80
2
scoring 함수 음수값
0
72
2
6번 강의에 사이킷런, 파이썬, 아나콘다 각각 버전 일치 안 시키고 진행해도 강의 따라가 지나요?
0
108
2
분류 평가 정확도 예측
0
87
2
안녕하세요. 강의 들으면서 업무에 적용하고 싶은 수강생입니다.
0
114
1
카카오톡 채널 있나요
0
118
1
혹시 강의에서 사용하시는 ppt 받을 수 있는건가요
0
193
2
pca 스케일링 관련하여 질문드립니다.
0
109
2
주피터 대신 구글 코랩
0
184
2
강의에서 사용하는 pdf or ppt자료는 따로 없는 건가요?
0
156
2
실루엣 스코어..
0
91
2