소개
강의
전체1수강평
- 좋습니다.
pigpapa
2024.01.04
0
- 실습파일어딧나요
qkqkwl147
2023.10.07
0
- 요점만 잘 정리해서 설명해주시네요
wkcbjh
2023.08.15
0
게시글
질문&답변
2021.11.01
결정트리 지룸ㄴ
안녕하세요 수강생님! 결정트리에서는 여러 Feature들을 동시에 함께 보지 않습니다 키와 소득으로 예를 들어보겠습니다. 키의 단위는 대략 150~190 cm 이고, 소득의 단위는 1,000,000 ~ 1,000,000,000 원이라고 가정해보겠습니다. Dicision Tree에서는 이러한 각 feature들을 별도로 다루게됩니다. 즉, 어떠한 학습을 수행할 때 '키의 경우는 168cm에서 나누어야겠다' '소득의 경우에는 35,000,000원 부근에서 나누어야겠다' 이러한 식으로 각각 판단이 일어나게 됩니다. 따라서 여러 Feature들을 동시에 고려할때는 꼭 필요한 Scale을 맞추는 normalization 과정을 굳이 하지 않아도 되는 것입니다.
- 0
- 1
- 145
질문&답변
2021.11.01
질문있습니다.
안녕하세요 수강생님! 1. MSE와 RMSE의 차이는 루트를 씌움으로써 차이가 발생합니다. 만약 10,000의 error를 보였다면, RMSE의 경우 100의 error인 것입니다. MSE에서 1~10,000의 에러 값들이 RMSE에서는 1~100으로 그 차이가 좁혀진다고 보시면 될 것 같습니다. 2. 2를 나누는 것은 단순한 수학적인 트릭입니다. 추후 이러한 MSE등을 미분한 값이 많이 쓰이는데, 이 경우 지수 2가 내려와 분모2와 약분되게 됩니다. 3. MAE는 제곱항이 아니기 때문에 위와 같은 트릭이 의미가 없기 때문입니다.
- 0
- 1
- 218
질문&답변
2021.11.01
그래프를 그리는 seaborn
안녕하세요 수강생님! 조그만 점 부분이 의미하는 것은, 통계적으로 기준치 이상으로 많이 벗어난 outlier 부분을 나타내는 것입니다. 해당 데이터의 경우, 대부분이 위치한 곳에서 멀리 떨어져 있기 때문에, 별도로 표기하였다고 이해하시면 좋을 것 같습니다 :)
- 0
- 1
- 143