one of a kind scene

코호트 연구 : 2개의 집단(공통된 특성을 가진 집단, 그렇지 않은 집단)을 나눈 다음 일정 기간 추적하며 특정한 사건의 발생을 비교해보는 연구 ex) 아스피린을 먹은 집단과 그렇지 않은 집단의 심장마비의 발생률이 어떻게 다른지를 연구 A/B 테스트 : 동일 집단을 대상으로 특정 성질이 어떻게 다른지를 검증하는 방법 ex) 웹페이지의 클릭 버튼에 대한 디자인 변경이 클릭률에 얼마나 영향을 미치는지에 관한 실험설계 코호트 격리 : 감염 질환 등을 막기 위해 감염자가 발생한 의료기관을 통째로 봉쇄하는 조치를 가리킨다. 즉, 환자와 의료진 모두를 동일 집단(코호트)으로 묶어 전원 격리해 감염병 확산 위험을 줄이는 방식이다. 참고 url https://m.post.naver.com/viewer/postView...

고차원의 데이터를 PCA 알고리즘을 활용하여 저차원으로 축소한 후 시각적으로 보여주는 Biplot에 대해서 알아보자 - Biplot은 각 개체들의 첫번째 주성분(=행), 두번째 주성분(=열) 값을 나타내는 행렬도를 시각화 한것 - 즉, 각 개체가 '행'에는 PC1 값이 표현되고 '열'에는 PC2 값이 표현된다는 것을 뜻하며 이것을 시각화하기때문에 Biplot이라 한다 - Biplot 그림에서 화살표는 웝 - 원변수와 PC간의 관계를 그래프로 표현 그래프 해석방법 1) Biplot 그림에서 화살표는 원변수와 PC의 상관계수를 뜻하며, PC와 평행할수록 해당 PC에 큰 영향. 2) 화살표 벡터의 길이가 원변수의 분산을 표현하며, 길수록 분산이 크다 예시 문제 1) 라면의 종합평가에서 1위는 '짬뽕라면', 2..

연관분석 = 장바구니 분석 = 서열분석 상품의 구매, 서비스 등 일련의 거래 또는 사건들 간의 규칙을 발견하여 IF-THEN의 구조로 분석 결과의 연관성을 파악하는 데이터마이닝 방법론 1. 연관규칙의 척도 ① 지지도(support) • 전체 거래 중 '항목 A'와 '항목 B'를 동시에 포함하는 거래의 비율 • '항목 A'와 '항목 B'를 같이 살 확률 ② 신뢰도(confidence) • 항목 A를 포함한 거래 중에서 '항목 A'와 '항목 B'가 같이 포함된 거래의 비율 • '항목 A'를 샀을때 '항목 A'와 '항목 B'를 같이 살 확률 ③ 향상도(lift) • 그냥 '항목 B'만 샀을때 대비 '항목 A'를 구매하고 '항목 B'를 구매할 확률의 증가비 ④ 향상도 해석 • 연관규칙 A → B는 구매가 서로 ..

K-fold cross validation 언제사용? - 모델이 잘 적합(fitting) 됐는지 확인할 때 1) 주로 over-fitting 여부를 확인할 때 사용 2) 데이터의 양이 충분하지 않을 때(=적을 때) 모델의 성능에 대한 신뢰도를 확보하기 위해 사용 k번 모두 모델의 성능이 일정하면 → 모델의 성능에 대한 신뢰도가 확보됨 - 모델의 성능 향상 1) k번 학습을 통해 만들어진 k개의 모델을 활용하여 앙상블(Ensemble)모델을 만든다면, 모델의 성능향상을 기대할 수 있음(예 : Bagging, Boosting) 2) k번 학습을 통해 만들어진 k개의 모델에서 나온 parameter들의 평균값으로 완벽하진 않지만 납득할 수 있는 parameter값을 찾을 수 있음 장점? - data set을 ..

군집분석 SOM(Self-Organizing Map) 자가조직화지도(SOM) 알고리즘은 코호넨에 의해 제시, 개발되어 코호넨 맵이라고도 알려짐 SOM은 비지도 신경망 고차원의 데이터를 이해하기 쉬운 저차원의 뉴런으로 정렬하여 지도의 형태로 형상화 입력층과 경쟁층으로 이루어짐 1. SOM이란? • SOM은 비지도 신경망으로 고차원의 데이터를 이해하기 쉬운 저차원의 뉴런으로 정렬하여 지도의 형태로 형상화 함 • 이러한 형상화는 입력 변수의 위치 관계를 그대로 보존한다는 특징이 있음 • 실제 공간의 입력 변수가 가까이 있으면 지도상에도 가까운 위치에 있게됨 2. SOM의 구성 : 입력층과 경쟁층 이라는 두 개의 인공신경망 층으로 구성됨 ① 입력층(Input layer : 입력벡터를 받는 층) • 입력 변수의 ..

군집분석 혼합 분포 군집(mixture distribution clustering) GMM 알고리즘이 혼합 분포 군집에 해당 1. 혼합 분포 군집이란? • 모형 기반(model-based)의 군집 방법 • 데이터가 k개의 모수적 모형(흔히 정규분포 or 다변량 정규분포를 가정함)의 가중합으로 표현되는 모집단 모형으로부터 나왔다는 가정하에서 모수와 함께 가중치를 자료로부터 추정하는 방법 • k개의 모수적 모형은 각각 군집을 뜻함 • 즉, 데이터들은 k개의 모수적 모형에서 왔고, 각각의 데이터들이 k개의 모형에 속할 확률을 구해서 군집화하는 방식 • k개의 모형들을 혼합하면 데이터들의 분포 모양이 나온다고 생각하자 → 다봉형 형태를 생각해보자 • 따라서, 아래와 그림과 같이 다양한 분포로부터 나온 데이터들을..