59doit

베이지안 베이지안 확률 모델은 주관적인 추론을 바탕으로 만들어진 ‘사전확률’을 추가적인 관찰을 통한 ‘사후확률’로 업데이트하여 불확실성을 제거할 수 있다고 믿는 방법. 베이즈 정리는 posteriori확률을 찾는 과정이고 베이즈 추론을 MAP(Maximum a Posteriori) 문제라고 부르기도 한다 ex) #1 패키지 설치 install.packages("e1071") install.packages("caret") #2 데이터 불러오기 data

install.packages("c:\\ ",repos=NULL,type="source") 사용 예를 들어 R studio 4.0 버전에서 library(caret) 을 실행하려는데 패키지가 설치되어있지 않다고 해서 install.packages(caret) 하였지만 설치가 안되는 경우에 사용 install.packages("recipes") install.packages("c:\\caret_6.0-90.tar.gz",repos=NULL,type="source") install.packages("c:\\ ",repos=NULL,type="source") 사용하여 깔았지만 recipes 없다고 하여 추가적으로 설치도 하고 실행하니 패키지 설치가 완료되었다.

서포트벡터머신 - 서포트벡터 분류기를 확장하여 비선형 클래스 경계를 수용할 수 있도록 개발한 분류 방법. - 초평면(Hyperplane) 최대마진분류기(Maximum Margin Classifier): 데이터가 있을 때, 이것을 곡선이 아닌 직선이나 평면으로 구별하는 방법 초평면(Hyperplane): 최대 마진 분류기가 경계로 사용하는 선이나 면 분리초평면(Separating Hyperplane): 데이터를 완벽하게 분리하는 초평면 마진(Margin): 데이터와 초평면의 수직 거리(가장 짧은 거리) 최대마진 초평면(Maximal Margin Hyperplane): 마진이 가장 큰 초평면 최대마진분류기(Maximum Margin Classifier): 데이터가 초평면에 의해 가장 잘 분류 서포트벡터(Su..

neuralnet LMS 머신러닝 교과교재 75-77pg neuralnet패키지는 역전파(Backpropagation)알고리즘을 적용할 수 있다. 또한 가중치 망을 시각화하는 기능도 제공한다. neuralnet()함수 : neuralnet(formula, data, hidden = 1, threshold = 0.01, stepmax = 1e+05, rep = 1, startweights = NULL, learningrate.limit = NULL, algorithm = "rprop+") formula: y ~ x형식으로 반응변수와 설명변수 식 data: 모델 생성에 사용될 데이터 셋 hidden = 1: 은닉층(hidden layer)의 수 지정 threshold = 0.01: 경계값 지정 stepmax..