[혼자 공부하는 머신러닝 + 딥러닝] 7강_사이킷런으로 선형 회귀 모델 만들어 보기

7강_사이킷런으로 선형 회귀 모델 만들어 보기


k-최근접 이웃의 한계

  • 훈련 세트 범위 밖의 샘플을 예측할 수 없음. 
    • k-최근접 이웃 회귀는 아무리 멀리 떨어져 있더라도 무조건 가장 가까운 샘플의 타깃을 평균하여 예측하기 때문
  • 머신러닝 모델은 주기적으로 훈련해야 함
    • 한 번 만들고 끝나는 프로그램이 아님 
    • 시간과 환경이 변화하면서 데이터도 바뀌기 때문에 주기적으로 새로운 훈련 데이터로 모델을 다시 훈련해야 함. (예를 들어 배달 음식이 도착하는 시간을 예측하는 모델은 배달원이 바뀌거나 도로 환경이 변할 수 있기때문)

- 사이킷런 모델 클래스들은 훈련, 평가, 예측하는 메서드 이름이 모두 동일함 (fit(), score(), predict() 메서드)



선형회귀

  • 널리 사용되는 회귀 알고리즘
  • 비교적 간단하고 성능 뛰어남 -> 맨 처음 배우는 머신러닝 알고리즘 중 하나
  • 직선 학습 알고리즘 (특성 잘 나타낼수있는 직선)



-  coef_ 속성 이름에서 알 수 있듯이 머신러닝에서 기울기를 종종 계수(coefficient) 또는 가중치(weight)라고 부름

- coef_ 와 intercept_ 를 머신러닝 알고리즘이 찾은 값이라는 의미로 모델 파라미터(model parameter)라고 부름. 

- 많은 머신러닝 훈련 과정은 최적의 모델 파라미터를 찾는것과 같음 (모델 기반 학습)

- k-최근접 이웃에는 모델 파라미터가 없음. 훈련 세트를 저장하는것이 훈련의 전부 (사례 기반 학습)


다항 회귀

  • 다항식을 사용한 선형 회귀
  • 2차 방정식의 그래프를 그리려면 길이를 제곱한 항이 훈련 세트에 추가되어야 함.(넘파이 column_stack() 사용)



선형 회귀로 훈련 세트 범위 밖의 샘플 예측

  • k-최근접 이웃 회귀의 문제(한계)를 해결하기 위해 선형 회귀를 사용
  • 선형회귀
    • 훈련 세트에 잘 맞는 직선의 방정식을 찾는 것.
    • 사이킷런의 LinearRegression 클래스 사용 ( 이웃과 동일한 방식으로 모델 훈련하고 예측에 사용할 수 있음 )
  • 가장 잘 맞는 직선의 방정식을 찾는다는 것 = 최적의 기울기와 절편을 구한다는 의미
    • 선형 회귀 모델의 coef_와 intercept_ 속성에 저장되어 있음
  • 선형 회귀 모델은 훈련 세트를 벗어난 범위의 데이터도 잘 예측했음. 하지만 모델이 단순하여 농어의 무게가 음수일 수도 있다는 문제가 있음
  • 이를 해결하기 위해 다항 회귀 사용
    • 데이터를 제곱하여 훈련 세트에 추가한 다음 선형 회귀 모델을 다시 훈련했음.
    • 2차 방정식의 그래프 형태 학습, 훈련 세트가 분포된 형태를 잘 표현
    • 성능 높아짐
    • 하지만 과소적합된 경향이 아직 있음 (복잡한 모델로 문제 해결) 
    

키워드로 끝내는 핵심 포인트 

  • 선형 회귀 
    • 선형 회귀는 특성과 타깃 사이의 관계를 가장 잘 나타내는 선형 방정식을 찾음. 
    • 특성이 하나면 직선 방정식이 됨
  • 계수 or 가중치
    • 선형 회귀가 찾은 특성과 타깃 사이의 관계는 선형 방정식의 계수 또는 가중치에 저장됨. 
    • 머신러닝에서 종종 가중치는 방정식의 기울기와 절편을 모두 의미하는 경우가 많음. 
  • 모델 파라미터
    • 선형 회귀가 찾은 가중치처럼 머신러닝 모델이 특성에서 학습한 파라미터.
  • 다항 회귀
    • 다항식을 사용하여 특성과 타깃 사이의 관계를 나타냄
    • 이 함수는 비선형일 수 있지만 여전히 선형 회귀로 표현할 수 있음. 


핵심 패키지와 함수

  • scikit-learn
    • LinearRegression
      • 사이킷런의 선형 회귀 클래스


확인문제

  • 선형 회귀 모델이 찾은 방적식의 계수를 무엇이라고 부르나요?
  • 사이킷런에서 다항 회귀 모델을 훈련할 수 있는 클래스는 무엇인가요?



댓글

댓글 쓰기

이 블로그의 인기 게시물

[혼자 공부하는 머신러닝 + 딥러닝] 17강_인공 신경망: 간단한 인공 신경망 모델 만들기

이미지
17강_인공신경망: 간단한 인공 신경망 모델 만들기 딥러닝과 인공 신경망 알고리즘을 이해하고 텐서플로를 사용해 간단한 인공 신경망 모델을 만들어 봄.  <혼자 공부하는 머신러닝+딥러닝>의 코드 저장소 인공 신경망 패션 MNIST MNIST 딥러닝을 처음 배울 때 많이 사용하는 데이터 셋. 0~9 까지의 숫자로 이루어져 있음 MNIST 와 크기, 개수가 동일하지만 숫자 대신 패션 아이템으로 이루어진 데이터. 텐서플로우(케라스)를 사용해 데이터를 불러옴 로지스틱 회귀로 패션 아이템 분류하기  확률적 경사 하강법 샘플을 하나씩 꺼내서 모델을 훈련하는 방법. 넘파이 배열의 바이트 크기 nbytes 속성에 저장되어 있음. 인공 신경망 출력층 신경망의 최종 값을 만든다는 의미 뉴런 z 값을 계산하는 단위 유닛 뉴런이라는 표현 대신에 부름 입력층 픽셀값 자체, 특별한 계산을 수행하지 않음.  1943년 워런 매컬러와 월터 피츠가 제안한 뉴런 모델 매컬러-피츠 뉴런 생물학적 뉴런에서 영감을 얻음 기존의 머신러닝 알고리즘이 잘 해결하지 못했던 문제에서 높은 성능을 발휘하는 새로운 종류의 머신러닝 알고리즘일 뿐. 딥러닝 인공신경망과 거의 동의어로 사용됨 혹은 심층 신경망을 딥러닝이라고 함.  여러 개의 층을 가진 인공 신경망 텐서플로와 케라스 텐서플로 구글이 2015년 11월 오픈소스로 공개한 딥러닝 라이브러리 알파고가 이세돌 9단을 이겨 폭발적 인기 끔. 케라스 텐서플로의 고수준 API  2015년 3월 프랑소와 숄레가 만든 딥러닝 라이브러리 그래픽 처리 장치인 GPU 사용하여 인공 신경망 훈련 (벡터와 행렬 연산에 매우 최적화) 멀티-백엔드 케라스 인공 신경망으로 모델 만들기  인공 신경망에서 교차 검증을 사용하지 않고 검증 세트를 사용하는 이유 딥러닝 분야의 데이터셋은 충분히 크기 때문에 검증 점수가 안정적 교차 검증을 수행하기에는 훈련 시간이 너무 오래 걸리기 때문.  밀집층 완전 연결층 활성화 함수...
자세한 내용 보기

[솔트룩스] 새싹 인공지능 응용 SW 개발자 양성과정 | 24일차 | 5. 머신러닝 (2)

이미지
  2022.01.17  | 24일차 | 5. 머신러닝 (2)     - 권혜윤 강사님 ( yujinkwon@nate.com )     - Decision Tree 수업 내용 코드 (코랩)     - Random Forest 수업 내용 코드 (코랩)      Decision Tree 분리 기준 (Split Criterion)  부모 마디로부터 자식 마디들이 형성될 때, 생성된 자식 노드에 속하는 자료의 순수도가 가장 크게 증가하도록 트리를 형성하며 진행 입력 변수를 이용해 목표 변수의 분포를 얼마나 잘 구별하는 정도를 파악해 자식 마디가 형성되는데, 목표 변수의 구별 정도를 불순도에 의해 측정 지니 지수 (Gini Index) : 데이터 집합의 불순도를 측정 0~1 사이의 값 어떤 데이터 집합에 속한 개체들이 같은 범주로 구성되어 있으면 지니 지수는 최솟값이 0을 갖고, 해당 데이터 집합은 순수하다고 볼 수 있음. 즉, 지니 지수가 작을수록 잘 분류된 것. Tree 만든 데이터는 정확도가 100%  데이터 보고 Gini 계산해서 Tree를 만들었기 때문 모든 데이터로 Tree를 만들어서 만든 Tree가 정확한 Tree인지 알 수 없음 해결방안 전체 75% 로 Tree를 만들고 (Train Set), 일부 25% 는 보관 (Test Set), 나중에 Test set 데이터로 Tree가 얼마나 정확한지 측정 강의자료 실습 Decision Tree [실습교재코드] 패키지 설명  Scikit-learn (sklearn) Python 프로그래밍 언어용 기계학습(Machine Learning) 관련 라이브러리 (Library) sklearn.metrics scikit-learn 패키지 중 모형평가에 사용되는 서브 패키지 classification_report: 주요 분류 측정 항목을 보여주는 보고서 모듈 confusion_matrix: 분류...
자세한 내용 보기

[혼자 공부하는 머신러닝 + 딥러닝] 10강_확률적 경사 하강법 알아보기

이미지
10강_확률적 경사 하강법 알아보기 경사 하강법 알고리즘을 이해하고 대량의 데이터에서 분류 모델을 훈련하는 방법을 배움.  <혼자 공부하는 머신러닝+딥러닝>의 코드 저장소 확률적 경사 하강법 점진적인 학습 앞서 훈련한 모델을 버리지 않고 새로운 데이터에 대해서만 조금씩 더 훈련하는 방법 (온라인 학습)  대표적인 점진적 학습 알고리즘은 확률적 경사 하강법 확률적 경사 하강법  훈련 세트에서 랜덤하게 하나의 샘플을 고르는 것  가장 가파른 길을 찾아 내려오지만 조금씩 내려오는 것이 중요 (모델 훈련) 확률적 전체 샘플을 사용하지 않고 딱 하나의 샘플을 훈련 세트에서 랜덤하게 골라 가장 가파른 길을 찾음.  에포크 훈련 세트를 한 번 모두 사용하는 과정 미니배치 경사 하강법 여러 개의 샘플을 사용해 경사 하강법을 수행하는 방식 배치 경사 하강법 극단적으로 한 번 경사로를 따라 이동하기 위해 전체 샘플을 사용하는 것. 가장 안정적인 방법이나 컴퓨터 자원을 많이 사용함.  신경망 모델이 확률적 경사 하강법이나 미니배치 경사 하강법을 사용함.  손실함수 어떤 문제에서 머신러닝 알고리즘이 얼마나 엉터리인지를 측정하는 기준 손실함수와 비용함수 손실 함수는 샘플 하나에 대한 손실을 정의하고 비용 함수는 훈련 세트에 있는 모든 샘플에 대한 손실 함수의 합을 말함.  손실함수는 미분 가능해야함.  로지스틱 회귀 모델의 확률 출력 로지스틱 손실 함수 (이진 크로스엔트로피 손실 함수) 양성 클래스(타깃 = 1)일 때 손실은 -log(예측 확률)로 계산 확률이 1에서 멀어질수록 손실은 아주 큰 양수가 됨.  음성 클래스(타깃 = 0)일 때 손실은 -log(1-예측확률)로 계산 이 예측 확률이 0에서 멀어질수록 손실은 아주 큰 양수가 됨.  이진 분류는 로지스틱 손실 함수를 사용하고 다중 분류는 크로스엔트로피 손실 함수를 사용.  - 회귀는 어떤 손실함수를 사용하나? '...
자세한 내용 보기