<aside> 🥧 [ 오늘의 후기 ] 행렬 곱셈 ... 이해할 듯 말 듯 하여라 ... ^^ ...

저번 세션 과제 했던 거 칭찬 들은 것도 너무 좋았고 뭔가... 재밌었음 ... ㅇㅇ. ... 이거 생각보다 재밌을지도? 하하 이렇게 계속 속아서 대학원 가고 그러는 건가

근데 이거 코드로 복습 중인데 이거 X는 대문자고 y는 소문자인... 이유가 있나? 걍... 책에 그렇게 나온 건가 ?... ㄱ-

코드 실습에서 오류가 많다 ㅠ 예전 책이라 그런지 많이 바뀐 것 같다... 구글은 내 파트너 ...

</aside>

BIG_PY_2022/SessionWeek2Practice.ipynb at main · isdiscodead/BIG_PY_2022

🦈 분류란?

분류 → 입력 데이터 값(x)을 몇 개의 부류( class )로 대응시키는 문제 ( y값이 범주형, 즉 연산 불가능 )

예를 들어 어떤 *입력 데이터( 킨더 초콜렛 )*을 초콜렛 / 사탕 / 케이크 등의 class로 알맞게 분류하는 것

→ 이는 사람이니까 직관적이고 쉬운 것이지, 컴퓨터에게는 각 범주의 다양한 특징들을 알려줘야 함 !

I. X와 Y값

독립 변수( X ) = 원인이 되는 변수 = 설명 변수

종속 변수 ( Y ) = 결과가 되는 변수 = 목적 변수

II. MNIST 데이터

미국 고등학생과 인구 조사국 직원들이 손으로 쓴 7000*10개의 작은 숫자 이미지를 모은 데이터셋

→ 분류에 자주 쓰임 ( 0 ~ 9까지의 숫자 이미지 클래스 )

from sklearn.datasets import fetch_openml
mnist = fetch_openml('mnist_784', version=1, )
X, y = mnist["data"], mnist["target"]
print(X.shape, y.shape) # (70000, 784) (70000,)

→ X는 28*28px=784px 데이터의 0~255 graytone 색상 값 정보

→ y는 정답이므로 열이 1개 ( 0 ~ 9까지의 숫자 분류 )

• ⚠️ as_frame= False → array로 결과를 반환 받기 위함

III. 데이터 분리 ( Hold Out )