[Python] K-means 군집화 수행하기

Python에서 K-means 군집화 수행 방법K-means 군집화는 데이터 마이닝과 머신러닝에서 널리 사용되는 알고리즘이다. Python에서는 scikit-learn 라이브러리를 사용하여 간단하게 K-means를 구현할 수 있다. 본 글에서는 K-means 알고리즘을 Python에서 적용하는 방법을 설명한다.1. 필요한 라이브러리 설치 및 불러오기import numpy as npimport matplotlib.pyplot as pltfrom sklearn.cluster import KMeansfrom sklearn.datasets import make_blobs2. 예제 데이터 생성K-means 알고리즘을 적용할 샘플 데이터를 생성한다. 이를 위해 make_blobs 함수를 사용한다.# 랜덤 데이터 생..

• format_list_bulleted Data Analysis/MachineLearning
• · 2025. 2. 17.
• textsms

[Kaggle] 머신러닝 문제 해결을 위한 접근법 순서 정리

Kaggle 머신러닝 문제 접근 및 데이터 전처리 과정Kaggle과 같은 플랫폼에서 머신러닝 문제를 해결하려면 데이터 전처리부터 모델링, 결과 도출까지의 단계를 체계적으로 수행해야 한다. 다음은 이 과정의 주요 단계와 간단한 예시이다.1. 데이터 이해 및 탐색 (EDA: Exploratory Data Analysis)데이터를 이해하고 탐색한다. 데이터셋의 구조, 결측치, 이상치, 분포 등을 분석한다.import pandas as pdimport matplotlib.pyplot as pltimport seaborn as sns# 데이터 로드file_path = 'data.csv'data = pd.read_csv(file_path)# 데이터 확인print(data.head())print(data.info()..

• format_list_bulleted Data Analysis/MachineLearning
• · 2025. 1. 21.
• textsms

머신러닝 프로젝트를 위한 효율적인 데이터 파이프라인 설계 방법

머신러닝 프로젝트의 성공적 수행을 위해서는 데이터 수집, 전처리, 모델 학습, 평가, 배포에 이르는 모든 단계의 워크플로우를 효율적으로 관리하는 것이 필수적이다. 이러한 과정에서 데이터 파이프라인을 효과적으로 설계하는 것이 프로젝트의 성공과 실패를 결정짓는 핵심 요소가 된다.본 글에서는 머신러닝 프로젝트의 전 과정을 효율적으로 설계하기 위한 데이터 파이프라인의 각 단계에 대해 알아보고자 한다.데이터 파이프라인이란?데이터 파이프라인은 원시 데이터를 모델 학습에 적합한 형태로 준비하고, 이를 통해 최종적으로 예측을 수행하거나 배포하는 일련의 작업 흐름을 자동화한 구조를 의미한다.파이프라인은 데이터 수집, 전처리, 특징 추출, 모델 학습, 평가, 배포 등 여러 단계를 체계적으로 연결하여 반복 가능한 프로세스를..

• format_list_bulleted Data Analysis/MachineLearning
• · 2024. 10. 31.
• textsms

Gini 계수와 Entropy에 대해 알아보기 (feat. Decision Tree )

Gini 계수와 엔트로피는 기계 학습, 특히 의사결정나무(Decision Tree) 알고리즘에서 분할 기준으로 사용되는 두 가지 중요한 척도입니다. 이 두 척도는 데이터의 불확실성을 정량화하여 모델이 최적의 분할을 선택할 수 있도록 돕습니다. 이번 글에서는 Gini 계수와 엔트로피를 수식 중심으로 심도 있게 분석하고, 이들이 어떻게 작동하는지 설명하겠습니다.Gini 계수란?Gini 계수(Gini Index)는 데이터의 혼합 정도, 즉 불순도(Impurity)를 정량화하는 지표로 정의됩니다. Gini 계수는 다음과 같은 수식으로 표현됩니다:Gini(D) = 1 - ∑i=1C pi2여기서:D: 현재 데이터 집합C: 클래스의 수pi: 클래스 i에 속하는 샘플의 비율Gini 계수는 0에서 0.5 사이의 값을 가..

• format_list_bulleted Data Analysis/MachineLearning
• · 2024. 10. 21.
• textsms

[Machine Learning] Decision Tree와 Random Forest 파이썬

결정 트리와 랜덤 포레스트: 개념과 코드 구현이번 글에서는 머신러닝에서 자주 사용되는 결정 트리(Decision Tree)와 랜덤 포레스트(Random Forest)에 대해 다룬다.이 두 모델은 이해하기 쉽고 효과적이며, 데이터 분석에서 자주 활용되는 알고리즘이다.여기서는 결정 트리와 랜덤 포레스트의 코드를 단계별로 설명하고, 각 파라미터의 의미를 파악하면서 실제 데이터에 적용해보는 과정을 살펴본다.1. 결정 트리 코드 설명 및 파라미터결정트리는, 데이터를 특정한 기준으로 나눠서 분류하는 것을 의미한다.이 때, 모델은 나누는 기준을 학습하고 이를 실제로 적용한다.위와 같이 실제 자료구조 중, 트리의 형태를 갖고 있으며, 각 단계를 내려가면서 데이터의 값을 보고 분류를 한다.먼저 DecisionTreeCl..

• format_list_bulleted Data Analysis/MachineLearning
• · 2024. 10. 20.
• textsms