RL Researcher

1. train_test_split 모든 기계학습(Machine Learning,Deep Learning, Reinforcement Learning)에서는 학습 데이터(train data)와 테스트 데이터(test data)의 분리가 중요합니다. 학습데이터와 테스트 데이터의 분리가 적절하게 이루지지 않은 경우에는 과적합(overfitting)이 발생하기 때문입니다. 코드를 통해서 실습해보도록 하겠습니다. 먼저 테스트 데이터 세트를 이용하지 않고 학습 데이터 세트로만 학습하고 예측하게 되면 어떤 문제가 발생하는지 알아보겠습니다. # 다양한 모듈 import from sklearn.datasets import load_iris from sklearn.tree import DecisionTreeClassifi..

- 넘파이 공식링크(https://numpy.org/) - Document(https://numpy.org/doc/1.18/) 1. 기초 개념(The Basics) Numpy에서 Object는 동차(Homogeneous) 다차원 배열이라고 하는데 Homogeneous하다는 것은 단순히 다차원 배열로 표현한다라고 생각하시면 됩니다. Numpy에서는 모든 배열의 값이 기본적으로 같은 타입이여야 합니다. 그리고 Numpy에서는 각 차원(Dimension)을 축(axis)이라고 표현합니다. 2. 넘파이 모듈 불러오기 import의 사전적 의미는 '다른 컴퓨터 시스템으로부터 자기의 시스템 안에 데이터 등을 들여놓는 행위'라고 정의하고 있습니다. import는 이미 만들어진 파이썬 프로그램 파일, 라이브러리안에 있..

첫번째 머신러닝 - 붓꽃 품종 예측 분류(Classification)는 대표적인 지도학습(Supervised Learning) 방법의 하나입니다. - 지도학습은 학습을 위한 다양한 피처(Feature)와 분류 결정값인 레이블(Label) 데이터로 모델을 학습한 뒤, 별도의 테스트 데이터 세트에서 미지의 레이블을 예측합니다. - 즉 지도학습(Supervised Learning)은 명확한 정답이 주어진 데이터를 먼저 학습한 뒤 미지의 정답을 예측하는 방식입니다. # 사이킷런 내의 아이리스 모듈 import합니다. # 분류 모델의 종류인 DecisiontreeClassifier 불러오기 # 데이터 세트를 학습 데이터와 테스트 데이터로 분리하는 데 train_test_split()함수 사용합니다. from sk..