Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 | 29 |
30 | 31 |
Tags
- hive
- 분포
- 유사도
- join
- k-means
- SPLIT
- 가설검정
- pig
- 병렬 쿼리 시스템
- merge
- Sawzall
- list
- 다중공선성
- 데이터프레임
- DataFrame
- p-value
- 교차검증
- 분산분석
- pca
- SQL on 하둡
- T-검정
- 하둡
- 밀도기반
- cross validation
- distribution
- 결정계수
- dict
- DBSCAN
- 딕셔너리
- Python
Archives
- Today
- Total
목록Embedded Method (1)
one of a kind scene
2장 정형 데이터마이닝_변수선택(Feature Selection)
변수선택(Feature Selection) 1. 언제사용? - 데이터의 독립변수(=x) 중 y값에 가장 관련성이 높은 변수(feature)만을 선정하는 방법 - 변수를 선택하면 모델의 정확도 향상 및 성능 향상을 기대해 볼 수 있음 2. 종류 - Filter Method • 각각의 변수들에 대해 통계적인 점수를 부여 → 이 점수를 바탕으로 변수의 순위를 매기고 변수 선택 ex) Chi squared test, information gain, correlation coefficient scores 등 - Wrapper Method • 변수간의 상호 작용을 감지 할 수 있도록 변수의 일부만을 모델링에 사용한 후 그 결과를 평가하는 작업을 반복하면서 변수를 선택해 나가는 방법 ex) Recursive feat..
ADP/이론
2019. 11. 13. 20:44