반응형 최적 파라미터1 머신러닝과 교차검증(+ 하이퍼 파라미터 튜닝) - 이번 시간에는 샘플 데이터를 이용해서 머신러닝 모델을 만들어보고, 모델의 정확도를 검증해보는 과정 등을 학습해보려고 한다. - 붓꽃의 품종을 분류하는 것으로 꽃잎의 길이와 너비, 꽃받침의 길이와 너비 피처를 기반으로 꽃의 "품종"을 예측하기 위한 모델을 만들 것이다. 0. 준비하기 - 사이킷런(sklearn)에서 사용할 모듈들을 먼저 임포트하고, 사용할 데이터를 가져오자. - iris.data 는 Iris 데이터 세트에서 피처(feature)만으로 된 데이터를 numpy로 가지고 있다. * 머신러닝에서의 feature란? 더보기 : 머신러닝에서 "피처" 또는 "특성"은 데이터의 속성이나 변수를 나타내는 용어입니다. 머신러닝 모델은 입력 데이터의 다양한 피처를 기반으로 학습되며, 이러한 피처들은 모델이.. 2023. 8. 17. 이전 1 다음 반응형
