머신러닝 / 파이썬으로 k-means 모델 만들기2
ㅇ과일과 단백질 데이터를 2개로 군집화하고 seaborn으로 시각화하기 import pandas as pd import seaborn as sns import matplotlib.pyplot as plt # 1. 데이터 로드 fruits = pd.DataFrame( {'재료': ['사과','베이컨','배','당근','참외','치즈','햄','계란'], '단맛':[10,1,10,7,8,1,2,3], '아삭한맛':[9,3,8,10,7,1,1,2], '음식종류':['과일','단백질','과일','과일','과일','단백질','단백질','단백질']} ) #2. 필요한 컬럼만 선택 fruits2 = fruits.iloc[:,1:3] #3. 정규화 진행 from sklearn.preprocessing import Mi..
머신러닝 / k-means 이론, R 로 k-means 모델 만들기, 파이썬으로 k-means 모델 만들기
1.지도학습 : 정답이 있는 데이터로 기계를 학습 시키는 것 ex ) knn, naivebayes, decision tree, one R, riper, regression, neural network, support vector machine 2. 비지도 학습 : 학습이 없는 데이터로 기계를 학습 시키는 것 apriori : 방대한 데이터에서 연관규칙을 찾기 위한 3가지 성능 척도 (지지도 : P(A∩B), 신뢰도 : P(B|A) , 향상도) k-means 3. 강화학습 : 환경만 기계에게 주고 환경을 기계가 스스로 이해해 나가면서 데이터를 스스로 만들어 학습하는 것 76 k-means 이론 k-means 알고리즘은 주어진 데이터를 k개의 클러스터로 묶는 알고리즘으로 각 클러스터와 거리차이의 분산을 최소..
