iammiori / data_analysis_python

python 을 활용한 data_analysis

data_analysis_python

python 을 활용한 data_analysis

LINK 로 들어가면, 공부를 위한 개념이 있다.

chapter	LINK	main content
LINEAR & LOGISTICS REGRESSION	go #1	Supervised vs. Unsupervised learning

reference : 2019 데이터분석개론 수업.

LINK 로 들어가면, project 파일이 있다.

data_analysis_python's Issues

Supervised vs. Unsupervised Learning

1.Supervised vs. Unsupervised Learning

=> supervised , unsupervised learning ⊂ Machine Learning

business analysis 에서는 supervised, unsupervised 가 적합
reinforce(강화학습) 같은 경우는 overfitting 확률 높음 => business에 안맞아
다만, 예측가능한 범위 (사람의 움직임) 이런거 분석할 때는 좋음

Linear Regression

Linear Regression

1. Multiple Linear Regression

a) fit a relationship between "numerical outcome variable(=y)(also called, target)" and "set of predictors X1,X2,,Xp(also called, input variables)"

b) target은 많을 수록 좋음

c) input variable(=feature)을 많으면 딱히 좋지는 않음. 중요한건 어떤 input variable를 쓸것인지

d) ★내가 만든 model 이 얼마나 잘 예측하고 분류하는지가 제일 중요 (test set 넣었을때)