python 머신러닝 이론 정리.
1. 데이터 불러오기 2. 상황에 따라 데이터프레임으로 변형 데이터 전처리. 레이블 인코딩, 원-핫 인코딩, standardScaler(피처 스케일링과 정규화) 3. x_train, x_text, y_train, y_test 분리 4. 모델 선정 5. 모델 학습 cross_val_score(), 6. 예측 cross_val_score(), 7. 예측 정확도 평가 KFold 교차검증, stratified K 폴드 , cross_val_score(), GridSearchCV 데이터 전처리 설명 standardScaler (피처 스케일링) -표준화는 데이터의 피처 각각이 평균이 '0' 이고 분산이 1인 가우시안 정규 분포를 가진 값으로 변환하는 것을 의미. -평균을 제거하고 데이터를 단위 분산으로 조정한다. ..
2021. 6. 11.