분류 전체보기154 머신러닝 알고리즘 - Logistic Regression Logistic Regression [ 비 선형 회귀 ] Linear Regression은 연속형 변수 예를 들어, 주택 가격이나 온도와 같은 연속적인 값을 예측하는데 사용되었다면 Logistic Regression은 불연속적인 데이터 주로 이진 분류 문제에 사용된다. 이진 분류 문제 ? 주어진 입력 변수에 대해 두 개의 클래스 중 하나에 속할 확률을 예측하는 것을 목표로 한다. 예를 들어, 이메일이 스팸인지 아닌지를 예측하는 데 사용된다. 범주형 데이터와 선형 회귀 단순 선형 회귀의 예측 범위가 -inf ~ inf 에 반해 범주형 데이터인 경우 정답의 범위가 0과 1사이 0과 1사이를 벗어나는 예측은 예측의 정확도를 낮추게함 따라서 예측의 결과가 0과 1사이에 위치해야 함 Logistic Regress.. 2023. 12. 18. 머신러닝 알고리즘 - Linear Regression 1. Linear Regression 예측 값을 직선으로 표현하는 모델 예측값 = 편향 + { 계수 * 입력값 } 회귀 직선으로 나타낼 경우, x값의 증감에 따라 예측 값이 증가하는 정도를 알 수 있어서, 해석하기에 용이함 선형 회귀의 평가 실제 값과 예측 값의 차이가 작은 직선이 데이터를 더 잘 표현한다고 할 수 있다. 1. 평균제곱오차-MSE ( Mean Squared Error ) 실제값과 예측값의 차이를 제곱한 후 평균화함 예측값과 실제값 차이의 면적의 평균과 같음 특이값이 많이 존재할 수록 수치가 많이 늘어난다. 2. 평균절대오차 MAE는 예측값과 실제값 간의 절대적인 차이를 나타냄 각 데이터 포인트에서 예측값과 실제값의 차이를 모두 더하고, 그 값을 전체 데이터 포인트 수로 나누어 구함. MA.. 2023. 12. 17. [InfluxDBv2] Flux 문법 이전 버전과 influxDBv2의 가장 큰 차이점은 쿼리언어가 Flux문으로 교체되었다는 점입니다. 아래에서는 Flux문에 대해서 알아봅시다. [1] Query fields and tags filter()를 사용해서 필드나 태그 또는 다른 컬럼의 값을 조건 기반으로 검색할 수 있습니다. influxQL의 SELECT()문과 WHERE문을 조합해서 사용하던 방식과 유사합니다. Flux 조건식은 predicate expression를 기반으로 하는데 predicate expression은 true, false를 반환합니다. Example predicate function (r) => r.foo == "bar" and r.baz != "quz" filter함수에서는 이러한 predicate expression.. 2023. 12. 17. [InfluxDBv2] 구조 및 설계 가이드라인 InfluxDB의 구조 및 설계를 위해 필요한 정보들을 정리한 글입니다. 1. InfluxDBv2의 데이터 구조 Get started with InfluxDB | InfluxDB OSS v2 Documentation Thank you for your feedback! Let us know what we can do better: docs.influxdata.com InfluxDBv2에서는 시계열 데이터를 bucket과 mesurements라는 큰 구조를 사용하고 있습니다. 하나의 bucket에는 여러 개의 measurements가 구성될 수 있고 , 하나의 measurements에는 여러 개의 태그와 필드로 구성될 수 있습니다. Bucket: 시계열 데이터가 저장되는 위치로, 이전 버전과 비교했을 때 .. 2023. 12. 8. 이전 1 2 3 4 5 6 ··· 39 다음 반응형
