본문 바로가기

파이썬10

Colaboratory (코랩 사용하기) 파이썬, 리스트, plot 구글 코랩 사용하기 간단히 알려드립니다. 접속하시면 사용 가능합니다. 구글 아이디 있으시죠?ㅎ https://colab.research.google.com/?hl=ko Google Colaboratory colab.research.google.com 텍스트 #을 이용하면 글자 크기가 점차 작아짐 목차가 알아서 만들어진답니다 ㅎ 문서 작업도 쌉가능 방법은 아래 참고 런타임 유형 변경 용도에 따라 cpu, gpu, tpu 변경하여 사용 1차원 리스트 만들기 #(실습) [10, 20, 30] 1차원 리스트 만들기 a = [10, 20, 30] print(a) # (실습) 빈 리스트 만들기 b = [] print(b) # (실습) list(), range() 함수를 이용해 [1,2,3,4,5,6,7,8,9,10.. 2023. 8. 7.
파이썬 다항회귀 과적합 해결 규제화 Ridge, LASSO 혼자 공부하려고 정리했어요~ sin 곡선을 기반으로 해서 데이터를 만들고 여러 차수를 넣어서 다항회귀를 수행해봤습니다. 차수가 높아질 수록 데이터에 억지로 맞추는듯한 그래프들이 나옵니다. 이런 문제를 과적합 문제라고 합니다. def sin(X): return np.sin(1.5 * np.pi * X) m = 30 np.random.seed(3) X = np.sort(np.random.rand(m)) y = sin(X) + np.random.randn(m) * 0.1 degrees = (1, 4, 18) plt.figure(figsize=(15,5)) for i, degree in enumerate(degrees): poly = PolynomialFeatures(degree=degree, include_b.. 2022. 12. 16.
파이썬 다항회귀(Polynomial Variable Regression)/비선형모델 혼자 공부하려고 정리했어요~ 2차 함수, 3차 함수 등의 비선형의 다항회귀는 어떻게 수식을 찾아낼까요? PolynomialFeatures와 LinearRefression을 활용해서 찾아낼수 있습니다. from sklearn.preprocessing import PolynomialFeatures from sklearn.linear_model import LinearRegression #데이터 생성 np.random.seed(0) m = 120 X = np.sort(np.random.uniform(-3, 2, (m,1)), axis=0) y = 2*X**2 + 3*X + 5 + np.random.randn(m, 1) # 2x^2 + 3x + 5 + noise print(X.shape, y.shape, X[:.. 2022. 12. 15.
파이썬 경사하강법(Gradient Decent) 선형모델 기울기 구하기 혼자 공부하려고 정리했어요~ 경사하강법은 가설 h (hypothesis) = 가중치(W) * X Cost함수 MSE(Mean Square Error, 평균 제곱 오차법)을 사용하여 최적의 기울기를 찾는 법 입니다. Cost(W) = (1/n) * sum((H(X) - Y)^2) W값을 0.6~3.5로 0.1 (leaning_rate) 간격으로 추정해서 cost를 구했습니다. 여기서 각 지점의 기울기를 구했는데요. Cost(W)를 W로 미분하면 g (Gradient) = @Cost(W)/@W = (2/n)*sum((H(X) - Y)*X) W_t+1 = W_t - g * (leaning_rate) g가 0에 수렴할때까지 학습합니다. 초기 학습되지 않았던 기울기에서 cost가 가장 낮은 지점을 찾아 기울기 값.. 2022. 12. 8.
반응형

티스토리툴바