espriter

다음은 R을 사용하여 군집분석을 활용하는 예제입니다. 군집분석은 서로 거리가 가까운 데이터들끼리 묶어서 군집화하는 기법입니다. 코드 #군집분석 중 계층적 군집분석 x

Data/Analytics 2018. 5. 14. 18:06

이번 예제는 인공신경망. 즉 neuralnet 함수를 이용해서 역전파 알고리즘을 사용하는 예제입니다. 코드 # neuralnet 함수를 이용해 역전파 알고리즘을 사용 가능 install.packages("neuralnet") library("neuralnet") set.seed(123) idx

Data/Analytics 2018. 5. 13. 15:55

이번 예제는 ANN 알고리즘을 사용해서 iris 데이터를 분류하는 작업을 합니다. 코드 #ANN으로 iris 분류 작업 idx

Data/Analytics 2018. 5. 13. 15:54

ANN 알고리즘은 동물의 신경망을 흉내내어 문제 해결을 하는 알고리즘으로서 기계학습의 한 종류에 속합니다. 자세한 내용은 바로가기를 참조하세요 코드 # 인공신경망 (ANN) :XOR 처리 install.packages("nnet") library(nnet) input

Data/Analytics 2018. 5. 13. 15:53

이번 시간엔 iris 데이터를 통해 분류해보는 예제입니다. KNN 알고리즘 설명 : KNN 알고리즘은 지도 학습의 한 종류로서 데이터에서 서로 거리가 가까운 K개의 다른 데이터를 서로 참조하여 분류하는 알고리즘입니다. 그래서 벡터의 크기가 커지면 계산 자체가 복잡해지는 문제가 있습니다. 코드 # KNN - 최근접 알고리즘을 사용 d% ggvis(~Petal.Length, ~Sepal.Width, fill=~factor(Species)) %>% layer_points() # %>% iris %>% ggvis(~Petal.Length, ~Petal.Width, fill=~factor(Species)) %>% layer_points() #분류하기 iris[1:4] #데이터 정규화 min_max_normal

Data/Analytics 2018. 5. 13. 15:52

KNN 알고리즘은 지도 학습의 한 종류로서 데이터에서 서로 거리가 가까운 K개의 다른 데이터를 서로 참조하여 분류하는 알고리즘입니다. 그래서 벡터의 크기가 커지면 계산 자체가 복잡해지는 문제가 있습니다. 코드 # KNN 분류모델로 토마토는 소속이 어디일까? 확인하기 # food dataframe ingredient

Data/Analytics 2018. 5. 13. 15:51

SVM은 Support Vector Machines의 약자로서 간단하게 말해 이진 분류 장치입니다. 데이터가 있을때 이를 어떻게 나눌 것인가에 대한 수학적인 기법이라고 보면 될 것 같습니다. 코드 # SVM : 패턴인식, 자료분석을 위한 학습모델. 이진분류 # SVM 패키지 install.packages("e1071") library(e1071) set.seed(123) x

Data/Analytics 2018. 5. 9. 03:10

랜덤 포레스트(random forest) 기법은 앙상블 학습 기법을 사용한 모델로서, 앙상블 기법은 2개 이상의 여러개의 모델을 학습한 다음 예측시 여러개의 예측결과를 종합해서 종합해서 좀 더 정확성을 높이는 기법입니다. 일반인들에게 가장 익숙한 사용 예시는 태풍 예측을 들 수가 있겠습니다. 태풍 예측 때 주로 앙상블 모델로 추측하여 경로는 예측합니다. 코드 # 분류분석 중 Random Forest install.packages("randomForest") library(randomForest) model

Data/Analytics 2018. 5. 8. 07:58